MétaCan
Menu
Retour à la cohorte
Enregistrement W3198754973 · doi:10.2174/0929867328666210901122359

Inflammatory Molecular Mediators and Pathways Involved inVascular Aging and Stroke: A Comprehensive Review

2021· review· en· W3198754973 sur OpenAlexaff
Amro M. Soliman, Srijit Das, Pasuk Mahakkanukrauh

Notice bibliographique

RevueCurrent Medicinal Chemistry · 2021
Typereview
Langueen
DomaineImmunology and Microbiology
ThématiqueAtherosclerosis and Cardiovascular Diseases
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésPathogenesisInflammationStroke (engine)MedicineBioinformaticsExtant taxonSignal transductionMyocardial infarctionVascular diseaseMechanism (biology)NeuroscienceImmunologyBiologyInternal medicineGenetics

Résumé

récupéré en direct d'OpenAlex

There is an increase in the incidence of cardiovascular diseases with aging and it is one of the leading causes of death worldwide. The main cardiovascular pathologies include atherosclerosis, myocardial infarction, hypertension and stroke. Chronic inflammation is one of the significant contributors to the age-related vascular diseases. Therefore, it is important to understand the molecular mechanisms of the persistent inflammatory conditions occurring in the blood vessels as well as the signaling pathways involved. Herein, we performed an extant search of literature involving PubMed, ISI, WoS and Scopus databases for retrieving all relevant articles with the most recent findings illustrating the potential role of various inflammatory mediators along with their proposed activated pathways in the pathogenesis and progression of vascular aging. We also highlight the major pathways contributing to age-related vascular disorders. The outlined molecular mechanisms, pathways and mediators of vascular aging represent potential drug targets that can be utilized to inhibit and/or slow the pathogenesis and progression of vascular aging.

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 enseignants0,004
Score d'incertitude au seuil0,013

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
Bibliométrie0,0040,004
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,037
Tête enseignante GPT0,288
Écart entre enseignants0,251 · 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

Citations5
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCurrent Medicinal ChemistryMême sujetAtherosclerosis and Cardiovascular DiseasesTravaux en français237 207