Mechanisms and Points of Control in the Spread of Inflammation: A Mathematical Investigation
Notice bibliographique
Résumé
Understanding the mechanisms that control the body's response to inflammation is of key importance, due to its involvement in myriad medical conditions, including cancer, arthritis, Alzheimer's disease and asthma. While resolving inflammation has historically been considered a passive process, since the turn of the century the hunt for novel therapeutic interventions has begun to focus upon active manipulation of constituent mechanisms, particularly involving the roles of apoptosing neutrophils, phagocytosing macrophages and anti-inflammatory mediators. Moreover, there is growing interest in how inflammatory damage can spread spatially due to the motility of inflammatory mediators and immune cells. For example, impaired neutrophil chemotaxis is implicated in causing chronic inflammation under trauma and in ageing, while neutrophil migration is an attractive therapeutic target in ailments such as chronic obstructive pulmonary disease. We extend an existing homogeneous model that captures interactions between inflammatory mediators, neutrophils and macrophages to incorporate spatial behaviour. Through bifurcation analysis and numerical simulation, we show that spatially inhomogeneous outcomes can present close to the switch from bistability to guaranteed resolution in the corresponding homogeneous model. Finally, we show how aberrant spatial mechanisms can play a role in the failure of inflammation to resolve and discuss our results within the broader context of seeking novel inflammatory treatments.
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 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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».