MétaCan
Menu
Retour à la cohorte
Enregistrement W3213375106 · doi:10.1016/j.cobme.2022.100387

Micro-haemodynamics at the maternal–fetal interface: Experimental, theoretical and clinical perspectives

2022· review· en· W3213375106 sur OpenAlexaff
Qi Zhou, Eleanor Doman, Kerstin Schirrmann, Qi Chen, Elizabeth A. Seed, Edward Johnstone, P. Ravi Selvaganapathy, Anne Juel, Oliver E. Jensen, Miguel O. Bernabéu, Timm Krüger, Igor L. Chernyavsky

Notice bibliographique

RevueCurrent Opinion in Biomedical Engineering · 2022
Typereview
Langueen
DomaineMedicine
ThématiquePregnancy and preeclampsia studies
Établissements canadiensMcMaster University
Organismes subventionnairesEngineering and Physical Sciences Research CouncilChina Scholarship CouncilFondation Leducq
Mots-clésComputer sciencePlacentaBioinformaticsArtificial intelligenceBiologyFetusPregnancy

Résumé

récupéré en direct d'OpenAlex

The placenta is a vital interface between the mother and her developing fetus. Micro-haemodynamics of the placenta, where the particulate nature of blood flow cannot be ignored, mediates the relationship between the organ's structure and its function. However, the placenta's complex architecture and its relation to pregnancy pathologies remain poorly understood. This review covers current challenges in characterising placental micro-haemodynamics. Recent progress in three-dimensional multiscale imaging has stimulated the development of image-based theoretical models, but existing approaches do not fully harness the available data, and new tools are needed for the assimilation of complex imaging datasets. Although the placenta at term is available for in vivo imaging or ex vivo experimentation, insight into placental micro-rheology is limited, necessitating the use of biomimetic models. Microfluidic approaches offer opportunities for well-controlled characterisation of micro-rheology in complex geometries, but challenges remain in the robust fabrication of these systems. Recent advances in high-performance simulations for suspension flows enable parametrisation of key physical processes at the micro-scale. Future progress can be made by optimising computational architecture and integrating micro-haemodynamics with solute transport. Both experimental and computational approaches require translation to the organ scale. New upscaling approaches will need to accommodate non-local interactions in microvascular network flows and address the lack of clear scale separation across the placental architecture. Together, recent advances in cross-disciplinary imaging and modelling over the last ten years have opened a pathway for an in silico human placenta, accelerating the development of precision obstetrics medicine in the next decade.

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)0,003
score de la tête « metaresearch » (Gemma)0,003
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 seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,002
Communication savante0,0030,003
Science ouverte0,0010,002
Intégrité de la recherche0,0030,004
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 Opus0,065
Tête enseignante GPT0,415
Écart entre enseignants0,350 · 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

Citations7
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCurrent Opinion in Biomedical EngineeringMême sujetPregnancy and preeclampsia studiesTravaux en français237 207