MétaCan
Menu
Retour à la cohorte
Enregistrement W3196814851 · doi:10.3389/froh.2021.735634

Role of Maternal Infections and Inflammatory Responses on Craniofacial Development

2021· review· en· W3196814851 sur OpenAlexaff
Anjali Y. Bhagirath, Manoj Reddy Medapati, Vivianne Cruz de Jesus, Sneha Yadav, Martha Hinton, Shyamala Dakshinamurti, Devi Atukorallaya

Notice bibliographique

RevueFrontiers in Oral Health · 2021
Typereview
Langueen
DomaineImmunology and Microbiology
ThématiqueReproductive System and Pregnancy
Établissements canadiensUniversity of ManitobaChildren's Hospital Research Institute of Manitoba
Organismes subventionnairesnon disponible
Mots-clésFetusCraniofacialEpigeneticsPregnancyImmunologyBiologyInflammationBioinformaticsGenetics

Résumé

récupéré en direct d'OpenAlex

Pregnancy is a tightly regulated immunological state. Mild environmental perturbations can affect the developing fetus significantly. Infections can elicit severe immunological cascades in the mother's body as well as the developing fetus. Maternal infections and resulting inflammatory responses can mediate epigenetic changes in the fetal genome, depending on the developmental stage. The craniofacial development begins at the early stages of embryogenesis. In this review, we will discuss the immunology of pregnancy and its responsive mechanisms on maternal infections. Further, we will also discuss the epigenetic effects of pathogens, their metabolites and resulting inflammatory responses on the fetus with a special focus on craniofacial development. Understanding the pathophysiological mechanisms of infections and dysregulated inflammatory responses during prenatal development could provide better insights into the origins of craniofacial birth defects.

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)0,000
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 enseignants0,978
Score d'incertitude au seuil0,851

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
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 Opus0,032
Tête enseignante GPT0,325
Écart entre enseignants0,293 · 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

Citations20
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in Oral HealthMême sujetReproductive System and PregnancyTravaux en français237 207