MétaCan
Menu
Retour à la cohorte
Enregistrement W2995682824 · doi:10.3390/v11121144

Feline Infectious Peritonitis as a Systemic Inflammatory Disease: Contribution of Liver and Heart to the Pathogenesis

2019· article· en· W2995682824 sur OpenAlexaff
Alexandra Malbon, Sonja Fonfara, Marina L. Meli, S. Hahn, Herman Egberink, Anja Kipar

Notice bibliographique

RevueViruses · 2019
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAnimal Virus Infections Studies
Établissements canadiensUniversity of Guelph
Organismes subventionnairesUniversität ZürichDeutsche ForschungsgemeinschaftUniversity of GlasgowWellcome Trust
Mots-clésFeline infectious peritonitisPathogenesisImmunologyImmune systemMedicineSerositisInflammationCytokineCATSProinflammatory cytokineDiseaseInfectious disease (medical specialty)PathologyArthritisInternal medicine

Résumé

récupéré en direct d'OpenAlex

Feline infectious peritonitis (FIP) is a fatal immune-mediated disease of cats, induced by feline coronavirus (FCoV). A combination of as yet poorly understood host and viral factors combine to cause a minority of FCoV-infected cats to develop FIP. Clinicopathological features include fever, vasculitis, and serositis, with or without effusions; all of which indicate a pro-inflammatory state with cytokine release. As a result, primary immune organs, as well as circulating leukocytes, have thus far been of most interest in previous studies to determine the likely sources of these cytokines. Results have suggested that these tissues alone may not be sufficient to induce the observed inflammation. The current study therefore focussed on the liver and heart, organs with a demonstrated ability to produce cytokines and therefore with huge potential to exacerbate inflammatory processes. The IL-12:IL-10 ratio, a marker of the immune system's inflammatory balance, was skewed towards the pro-inflammatory IL-12 in the liver of cats with FIP. Both organs were found to upregulate mRNA expression of the inflammatory triad of cytokines IL-1β, IL-6, and TNF-α in FIP. This amplifying step may be one of the missing links in the pathogenesis of this enigmatic disease.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,525
Score d'incertitude au seuil0,288

Scores Codex et Gemma par catégorie

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

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 Opus0,013
Tête enseignante GPT0,224
Écart entre enseignants0,211 · 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.

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

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

En bref

Citations40
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueVirusesMême sujetAnimal Virus Infections StudiesTravaux en français237 207