MétaCan
Menu
Retour à la cohorte
Enregistrement W2972191834 · doi:10.15252/emmm.201910473

Dyslipidemia in retinal metabolic disorders

2019· review· en· W2972191834 sur OpenAlexaff
Zhongjie Fu, Chuck T. Chen, Gaël Cagnone, Émilie Heckel, Ye Sun, Bertan Cakir, Yohei Tomita, Shuo Huang, Qian Li, William Britton, Steve S. Cho, Timothy S. Kern, Ann Hellström, Jean‐Sébastien Joyal, Lois E. H. Smith

Notice bibliographique

RevueEMBO Molecular Medicine · 2019
Typereview
Langueen
DomaineMedicine
ThématiqueRetinal Diseases and Treatments
Établissements canadiensUniversité de MontréalCentre Hospitalier Universitaire Sainte-Justine
Organismes subventionnairesNational Eye InstituteManton Center for Orphan Disease Research, Boston Children's HospitalU.S. Department of Veterans AffairsNatural Science Foundation of Beijing MunicipalityNational Institutes of HealthVetenskapsrådetSvenska Forskningsrådet FormasDeutsche ForschungsgemeinschaftManpei Suzuki Diabetes FoundationEunice Kennedy Shriver National Institute of Child Health and Human DevelopmentBoston Children's HospitalEuropean Commission
Mots-clésDyslipidemiaRetinalMetabolic syndromeMedicineDiabetes mellitusInternal medicineEndocrinologyOphthalmology

Résumé

récupéré en direct d'OpenAlex

The light-sensitive photoreceptors in the retina are extremely metabolically demanding and have the highest density of mitochondria of any cell in the body. Both physiological and pathological retinal vascular growth and regression are controlled by photoreceptor energy demands. It is critical to understand the energy demands of photoreceptors and fuel sources supplying them to understand neurovascular diseases. Retinas are very rich in lipids, which are continuously recycled as lipid-rich photoreceptor outer segments are shed and reformed and dietary intake of lipids modulates retinal lipid composition. Lipids (as well as glucose) are fuel substrates for photoreceptor mitochondria. Dyslipidemia contributes to the development and progression of retinal dysfunction in many eye diseases. Here, we review photoreceptor energy demands with a focus on lipid metabolism in retinal neurovascular disorders.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,973
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0040,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,035
Tête enseignante GPT0,377
Écart entre enseignants0,342 · 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 tête enseignante, pas un consensus.

Devis d'étudeAutre devis
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

Citations89
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEMBO Molecular MedicineMême sujetRetinal Diseases and TreatmentsTravaux en français237 207