MétaCan
Menu
Retour à la cohorte
Enregistrement W3201058864 · doi:10.1016/j.bbih.2021.100352

Glucocorticoid production in the thymus and brain: Immunosteroids and neurosteroids

2021· article· en· W3201058864 sur OpenAlexafffund
Melody Salehzadeh, Kiran K. Soma

Notice bibliographique

RevueBrain Behavior & Immunity - Health · 2021
Typearticle
Langueen
DomaineNeuroscience
ThématiqueStress Responses and Cortisol
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanada Foundation for Innovation
Mots-clésNeuroactive steroidGlucocorticoidImmune systemCentral nervous systemGas chromatography–mass spectrometryBiologyEndocrinologyInternal medicineMedicineChemistryImmunologyMass spectrometryReceptorChromatography

Résumé

récupéré en direct d'OpenAlex

Glucocorticoids (GCs) regulate a myriad of physiological systems, such as the immune and nervous systems. Systemic GC levels in blood are often measured as an indicator of local GC levels in target organs. However, several extra-adrenal organs can produce and metabolize GCs locally. More sensitive and specific methods for GC analysis (i.e., mass spectrometry) allow measurement of local GC levels in small tissue samples with low GC concentrations. Consequently, is it now apparent that systemic GC levels often do not reflect local GC levels. Here, we review the use of systemic GC measurements in clinical and research settings, discuss instances where systemic GC levels do not reflect local GC levels, and present evidence that local GC levels provide useful insights, with a focus on local GC production in the thymus (immunosteroids) and brain (neurosteroids). Lastly, we suggest key areas for further research, such as the roles of immunosteroids and neurosteroids in neonatal programming and the potential clinical relevance of local GC modulators.

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: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,052
Tête enseignante GPT0,329
Écart entre enseignants0,276 · 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'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

Citations14
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBrain Behavior & Immunity - HealthMême sujetStress Responses and CortisolTravaux en français237 207