MétaCan
Menu
Retour à la cohorte
Enregistrement W3172606224 · doi:10.3389/fphys.2021.662073

Regenerated Microvascular Networks in Ischemic Skeletal Muscle

2021· article· en· W3172606224 sur OpenAlexafffund
Hao Yin, John‐Michael Arpino, Jason J. Lee, J. Geoffrey Pickering

Notice bibliographique

RevueFrontiers in Physiology · 2021
Typearticle
Langueen
DomaineMedicine
ThématiquePeripheral Artery Disease Management
Établissements canadiensRobarts Clinical TrialsWestern University
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésSkeletal muscleMicrocirculationRegenerative medicineAngiogenesisMedicineRegeneration (biology)ArteriogenesisNeurosciencePathologyBiologyAnatomyStem cellInternal medicineCell biology

Résumé

récupéré en direct d'OpenAlex

Skeletal muscle is the largest organ in humans. The viability and performance of this metabolically demanding organ are exquisitely dependent on the integrity of its microcirculation. The architectural and functional attributes of the skeletal muscle microvasculature are acquired during embryonic and early postnatal development. However, peripheral vascular disease in the adult can damage the distal microvasculature, together with damaging the skeletal myofibers. Importantly, adult skeletal muscle has the capacity to regenerate. Understanding the extent to which the microvascular network also reforms, and acquires structural and functional competence, will thus be critical to regenerative medicine efforts for those with peripheral artery disease (PAD). Herein, we discuss recent advances in studying the regenerating microvasculature in the mouse hindlimb following severe ischemic injury. We highlight new insights arising from real-time imaging of the microcirculation. This includes identifying otherwise hidden flaws in both network microarchitecture and function, deficiencies that could underlie the progressive nature of PAD and its refractoriness to therapy. Recognizing and overcoming these vulnerabilities in regenerative angiogenesis will be important for advancing treatment options for PAD.

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 enseignants0,760
Score d'incertitude au seuil0,566

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 Opus0,006
Tête enseignante GPT0,219
Écart entre enseignants0,213 · 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

Citations15
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFrontiers in PhysiologyMême sujetPeripheral Artery Disease ManagementTravaux en français237 207