MétaCan
Menu
Retour à la cohorte
Enregistrement W2968976791 · doi:10.3390/jcdd6030028

Cardiac Fibroblast to Myofibroblast Phenotype Conversion—An Unexploited Therapeutic Target

2019· review· en· W2968976791 sur OpenAlexafffund
Michael P. Czubryt

Notice bibliographique

RevueJournal of Cardiovascular Development and Disease · 2019
Typereview
Langueen
DomaineMedicine
ThématiqueCardiac Fibrosis and Remodeling
Établissements canadiensUniversity of ManitobaSt. Boniface Hospital
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésMyofibroblastFibrosisExtracellular matrixCardiac fibrosisFibroblastPeriostinPhenotypeCell biologyHeart failureCancer researchBiologyMedicinePathologyInternal medicineIn vitroGenetics

Résumé

récupéré en direct d'OpenAlex

Fibrosis occurs when the synthesis of extracellular matrix outpaces its degradation, and over time can negatively impact tissue and organ function. In the case of cardiac fibrosis, contraction and relaxation of the heart can be impaired to the point of precipitating heart failure, while at the same time fibrosis can result in arrhythmias due to altered electrical properties of the myocardium. The critical event in the evolution of cardiac fibrosis is the phenotype conversion of cardiac fibroblasts to their overly-active counterparts, myofibroblasts: cells demarked by their expression of novel markers such as periostin, by their gain of contractile activity, and by their pronounced and prolonged increase in the production of extracellular matrix components such as collagens. The phenotype change is dramatic, and can be triggered by many stimuli, including mechanical force, inflammatory cytokines, and growth factors. This review will explore fibroblast to myofibroblast transition mechanisms and will consider the therapeutic potential of targeting this process as a means to arrest or even reverse cardiac fibrosis.

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.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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.

Tête enseignante Opus0,043
Tête enseignante GPT0,287
Écart entre enseignants0,244 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations48
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Cardiovascular Development and DiseaseMême sujetCardiac Fibrosis and RemodelingTravaux en français237 207