MétaCan
Menu
Retour à la cohorte
Enregistrement W3216059947 · doi:10.3390/v13112318

The Roles of Neutrophils in Cytokine Storms

2021· review· en· W3216059947 sur OpenAlexaff
Lily Chan, Negar Karimi, Solmaz Morovati, Kasra Alizadeh, Julia E. Kakish, Sierra Vanderkamp, Fatemeh Fazel, Christina Napoleoni, Kimia Alizadeh, Yeganeh Mehrani, Jessica A. Minott, Byram W. Bridle, Khalil Karimi

Notice bibliographique

RevueViruses · 2021
Typereview
Langueen
DomaineImmunology and Microbiology
ThématiqueNeutrophil, Myeloperoxidase and Oxidative Mechanisms
Établissements canadiensUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésCytokine stormCytokineImmunologyInflammationContext (archaeology)Innate immune systemBiologyMedicineImmune systemDiseaseInfectious disease (medical specialty)Pathology

Résumé

récupéré en direct d'OpenAlex

A cytokine storm is an abnormal discharge of soluble mediators following an inappropriate inflammatory response that leads to immunopathological events. Cytokine storms can occur after severe infections as well as in non-infectious situations where inflammatory cytokine responses are initiated, then exaggerated, but fail to return to homeostasis. Neutrophils, macrophages, mast cells, and natural killer cells are among the innate leukocytes that contribute to the pathogenesis of cytokine storms. Neutrophils participate as mediators of inflammation and have roles in promoting homeostatic conditions following pathological inflammation. This review highlights the advances in understanding the mechanisms governing neutrophilic inflammation against viral and bacterial pathogens, in cancers, and in autoimmune diseases, and how neutrophils could influence the development of cytokine storm syndromes. Evidence for the destructive potential of neutrophils in their capacity to contribute to the onset of cytokine storm syndromes is presented across a multitude of clinical scenarios. Further, a variety of potential therapeutic strategies that target neutrophils are discussed in the context of suppressing multiple inflammatory conditions.

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)0,000
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 enseignants0,002
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,056
Tête enseignante GPT0,324
Écart entre enseignants0,268 · 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

Citations95
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueVirusesMême sujetNeutrophil, Myeloperoxidase and Oxidative MechanismsTravaux en français237 207