MétaCan
Menu
Retour à la cohorte
Enregistrement W3173514551 · doi:10.1016/j.pharmthera.2021.107941

The role of osteoprotegerin (OPG) in fibrosis: its potential as a biomarker and/or biological target for the treatment of fibrotic diseases

2021· review· en· W3173514551 sur OpenAlexaff
Habibie Habibie, Adhyatmika Adhyatmika, Dedmer Schaafsma, Barbro N. Melgert

Notice bibliographique

RevuePharmacology & Therapeutics · 2021
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueBone Metabolism and Diseases
Établissements canadiensImpact
Organismes subventionnairesnon disponible
Mots-clésOsteoprotegerinFibrosisRANKLExtracellular matrixMedicineBiomarkerCancer researchPathologyReceptorActivator (genetics)Internal medicineBiologyCell biology

Résumé

récupéré en direct d'OpenAlex

Fibrosis is defined by excessive formation and accumulation of extracellular matrix proteins, produced by myofibroblasts, that supersedes normal wound healing responses to injury and results in progressive architectural remodelling. Fibrosis is often detected in advanced disease stages when an organ is already severely damaged and can no longer function properly. Therefore, there is an urgent need for reliable and easily detectable markers to identify and monitor fibrosis onset and progression as early as possible; this will greatly facilitate the development of novel therapeutic strategies. Osteoprotegerin (OPG), a well-known regulator of bone extracellular matrix and most studied for its role in regulating bone mass, is expressed in various organs and functions as a decoy for receptor activator of nuclear factor kappa-B ligand (RANKL) and tumor necrosis factor-related apoptosis-inducing ligand (TRAIL). Recently, OPG has been linked to fibrosis and fibrogenesis, and has been included in a panel of markers to diagnose liver fibrosis. Multiple studies now suggest that OPG may be a general biomarker suitable for detection of fibrosis and/or monitoring the impact of fibrosis treatment. This review summarizes our current understanding of the role of OPG in fibrosis and will discuss its potential as a biomarker and/or novel therapeutic target for fibrosis.

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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,983
Score d'incertitude au seuil0,685

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,049
Tête enseignante GPT0,366
Écart entre enseignants0,317 · 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

Citations39
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePharmacology & TherapeuticsMême sujetBone Metabolism and DiseasesTravaux en français237 207