MétaCan
Menu
Retour à la cohorte
Enregistrement W3199901450 · doi:10.3233/jnd-210737

Macrophages in Skeletal Muscle Dystrophies, An Entangled Partner

2021· article· en· W3199901450 sur OpenAlexafffund

Notice bibliographique

RevueJournal of Neuromuscular Diseases · 2021
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMuscle Physiology and Disorders
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesCanadian Institutes of Health ResearchFondation pour la Recherche MédicaleMichael Smith Health Research BCEuropean Molecular Biology Organization
Mots-clésSkeletal muscleRegeneration (biology)InflammationFunction (biology)MyocyteMyogenesis

Résumé

récupéré en direct d'OpenAlex

While skeletal muscle remodeling happens throughout life, diseases that result in its dysfunction are accountable for many deaths. Indeed, skeletal muscle is exceptionally capable to respond to stimuli modifying its homeostasis, such as in atrophy, hypertrophy, regeneration and repair. In particular conditions such as genetic diseases (muscular dystrophies), skeletal muscle's capacity to remodel is strongly affected and undergoes continuous cycles of chronic damage. This induces scarring, fatty infiltration, as well as loss of contractibility and of the ability to generate force. In this context, inflammation, primarily mediated by macrophages, plays a central pathogenic role. Macrophages contribute as the primary regulators of inflammation during skeletal muscle regeneration, affecting tissue-resident cells such as myogenic cells and endothelial cells, but also fibro-adipogenic progenitors, which are the main source of the fibro fatty scar. During skeletal muscle regeneration their function is tightly orchestrated, while in dystrophies their fate is strongly disturbed, resulting in chronic inflammation. In this review, we will discuss the latest findings on the role of macrophages in skeletal muscle diseases, and how they are regulated.

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: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,946
Score d'incertitude au seuil0,501

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 Opus0,008
Tête enseignante GPT0,256
Écart entre enseignants0,248 · 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'étudeExpérimental (laboratoire)
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

Citations34
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Neuromuscular DiseasesMême sujetMuscle Physiology and DisordersTravaux en français237 207