Congenital Diaphragmatic Hernia: State of the Art in Translating Experimental Research to the Bedside
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Congenital diaphragmatic hernia (CDH) is a devastating disease that still carries a high mortality and morbidity rate. Poor outcomes for fetuses and infants with CDH are mainly related to pulmonary hypoplasia (PH) and pulmonary vascular remodeling that leads to pulmonary hypertension (PHTN). Over the last five decades, research efforts have focused on modeling CDH not only to study the pathophysiology of the diaphragmatic defect, pulmonary hypoplasia, and pulmonary hypertension, but also to identify therapies that would promote lung growth and maturation, and correct vascular remodeling. As CDH is a multifactorial condition whose etiology remains unknown, there is not a single model of CDH, rather several ones that replicate different aspects of this disease. While small animals like the mouse and the rat have mainly been used to uncover biological pathways underlying the diaphragmatic defect and poor lung growth, larger animals like the lamb and the rabbit models have been instrumental for pursuing medical and surgical interventions. Overall, the use of animal models has indeed advanced our knowledge on CDH and helped us test innovative therapeutic options. For example, the lamb model of CDH has been the paradigm for testing fetal surgical procedures, including tracheal occlusion, which has been translated to clinical use. In this review, we outline the induction protocols of CDH in animals with the use of chemicals, dietary changes, genetic alterations, and surgical maneuvers, and we describe the studies that have translated experimental results to the bedside.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,011 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle