MétaCan
Menu
Retour à la cohorte
Enregistrement W3081077685 · doi:10.1111/jcmm.15548

Activation of ER stress signalling increases mortality after a major trauma

2020· article· en· W3081077685 sur OpenAlexafffund
Abdikarim Abdullahi, Dalia Barayan, Roohi Vinaik, Li Diao, Nancy Yu, Marc G. Jeschke

Notice bibliographique

RevueJournal of Cellular and Molecular Medicine · 2020
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueEndoplasmic Reticulum Stress and Disease
Établissements canadiensSunnybrook HospitalUniversity of TorontoSunnybrook Health Science Centre
Organismes subventionnairesNational Institute of General Medical SciencesCanadian Institutes of Health ResearchNational Institutes of Health
Mots-clésUnfolded protein responseEndoplasmic reticulumHypermetabolismMedicineCell biologyBiologyBioinformaticsInternal medicine

Résumé

récupéré en direct d'OpenAlex

The endoplasmic reticulum (ER) adapts to stress by activating a signalling cascade known as the ER stress response. While ER stress signalling is a central component of the cellular defence against environmental insult, persistent activation is thought to contribute to the progression of various metabolic complications via loss of protein function and cell death. Despite its importance however, whether and how ER stress impacts morbidity and mortality in conditions of hypermetabolism remain unclear. In this study, we discovered that chronic ER stress response plays a role in mediating adverse outcomes that occur after major trauma. Using a murine model of thermal injury, we show that induction of ER stress with Tunicamycin not only increased mortality but also resulted in hepatic damage and hepatic steatosis. Importantly, post-burn treatment with chaperone ER stress inhibitors attenuated hepatic ER stress and improved organ function following injury. Our study identifies ER stress as a potential hub of the signalling network affecting multiple aspects of metabolism after major trauma and as a novel potential molecular target to improve the clinical outcomes of severely burned patients.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

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 recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,010
Tête enseignante GPT0,247
Écart entre enseignants0,236 · 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'étudeExpérimental (laboratoire)
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

Citations13
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Cellular and Molecular MedicineMême sujetEndoplasmic Reticulum Stress and DiseaseTravaux en français237 207