MétaCan
Menu
Retour à la cohorte
Enregistrement W3091754408 · doi:10.3389/fendo.2020.583006

Stabilizing Cellular Barriers: Raising the Shields Against COVID-19

2020· review· en· W3091754408 sur OpenAlexafffund
Julia Hanchard, Coral M. Capó-Vélez, K Deusch, Darcy Lidington, Steffen-Sebastian Bolz

Notice bibliographique

RevueFrontiers in Endocrinology · 2020
Typereview
Langueen
DomaineMedicine
ThématiqueCOVID-19 Clinical Research Studies
Établissements canadiensTed Rogers Centre for Heart ResearchUniversity of Toronto
Organismes subventionnairesHeart and Stroke Foundation of Canada
Mots-clésMedicineCoronavirus disease 2019 (COVID-19)Severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2)CoronavirusBarrier functionDiseaseImmunology2019-20 coronavirus outbreakDiabetes mellitusIntensive care medicineInternal medicineBiologyVirologyInfectious disease (medical specialty)EndocrinologyCell biology

Résumé

récupéré en direct d'OpenAlex

The severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2) and its clinical manifestation (COVID-19; coronavirus disease 2019) have caused a worldwide health crisis. Disruption of epithelial and endothelial barriers is a key clinical turning point that differentiates patients who are likely to develop severe COVID-19 outcomes: it marks a significant escalation in respiratory symptoms, loss of viral containment and a progression toward multi-organ dysfunction. These barrier mechanisms are independently compromised by known COVID-19 risk factors, including diabetes, obesity and aging: thus, a synergism between these underlying conditions and SARS-CoV-2 mechanisms may explain why these risk factors correlate with more severe outcomes. This review examines the key cellular mechanisms that SARS-CoV-2 and its underlying risk factors utilize to disrupt barrier function. As an outlook, we propose that glucagon-like peptide 1 (GLP-1) may be a therapeutic intervention that can slow COVID-19 progression and improve clinical outcome following SARS-CoV-2 infection. GLP-1 signaling activates barrier-promoting processes that directly oppose the pro-inflammatory mechanisms commandeered by SARS-CoV-2 and its underlying risk factors.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
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 Opus0,112
Tête enseignante GPT0,441
Écart entre enseignants0,329 · 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

Citations10
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFrontiers in EndocrinologyMême sujetCOVID-19 Clinical Research StudiesTravaux en français237 207