MétaCan
Menu
Retour à la cohorte
Enregistrement W3092515320 · doi:10.14218/jcth.2020.00046

Macrophage Phenotypes and Hepatitis B Virus Infection

2020· review· en· W3092515320 sur OpenAlexaff
Yujia Li, Shilin Li, Xiaoqiong Duan, Chunhui Yang, Min Xu, Limin Chen

Notice bibliographique

RevueJournal of Clinical and Translational Hepatology · 2020
Typereview
Langueen
DomaineMedicine
ThématiqueHepatitis B Virus Studies
Établissements canadiensUniversity of TorontoToronto General Hospital
Organismes subventionnairesChinese Academy of Medical Sciences
Mots-clésMedicinePhenotypeVirologyMacrophageHepatitis B virusImmunologyVirusHepatitis a virusHepatitis virusBiologyGenetics

Résumé

récupéré en direct d'OpenAlex

Globally, hepatitis B virus (HBV) infection and its related liver diseases account for 780,000 deaths every year. Outcomes of HBV infection depend on the interaction between the virus and host immune system. It is becoming increasingly apparent that Kupffer cells (KCs), the largest population of resident and monocyte-derived macrophages in the liver, contribute to HBV infection in various aspects. These cells play an important role not only in the anti-HBV immunity including virus recognition, cytokine production to directly inhibit viral replication and recruitment and activation of other immune cells involved in virus clearance but also in HBV outcome and progression, such as persistent infection and development of end-stage liver diseases. Since liver macrophages play multiple roles in HBV infection, they are directly targeted by HBV to benefit its life cycle. In the present review, we briefly outline the current advances of research of macrophages, especially the studies of their phenotypes, in chronic HBV infection.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,937
Score d'incertitude au seuil0,792

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0030,001
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)0,0000,000

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 Opus0,115
Tête enseignante GPT0,437
Écart entre enseignants0,322 · 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'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

Citations56
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Clinical and Translational HepatologyMême sujetHepatitis B Virus StudiesTravaux en français237 207