MétaCan
Menu
Retour à la cohorte
Enregistrement W373681543 · doi:10.1167/iovs.14-16166

Understanding the Process of Corneal Endothelial Morphological Change In Vitro

2015· review· en· W373681543 sur OpenAlexaff
Olivier Roy, Véronique Leclerc, Jean‐Michel Bourget, Mathieu Thériault, Stéphanie Proulx

Notice bibliographique

RevueInvestigative Ophthalmology & Visual Science · 2015
Typereview
Langueen
DomaineMedicine
ThématiqueCorneal Surgery and Treatments
Établissements canadiensHôpital Maisonneuve-RosemontUniversité de MontréalHôpital du Saint-Sacrement
Organismes subventionnairesnon disponible
Mots-clésCorneal endotheliumEndotheliumCell biologyEndothelial stem cellCorneaProcess (computing)CellRegenerative medicineBiologyCell typeIn vitroNeuroscienceImmunologyStem cellComputer scienceGenetics

Résumé

récupéré en direct d'OpenAlex

Corneal endothelial cells often adopt a fibroblastic-like morphology in culture, a process that has been attributed to epithelial- or endothelial-to-mesenchymal transition (EMT or EndMT). Although being extensively studied in other cell types, this transition is less well characterized in the corneal endothelium. Because of their neuroectodermal origin and their in vivo mitotic arrest, corneal endothelial cells represent a particular tissue that deserves more attention. This review article presents the basic principles underlying EMT/EndMT, with emphasis on the current knowledge regarding the corneal endothelium. Furthermore, this review discusses cell culture conditions and major cell signaling pathways that have been identified as EndMT-triggering factors. Finally, it summarizes strategies that have been developed to inhibit EndMT in corneal endothelial cell culture. The review of current studies on corneal and classical EndMT highlights some research avenues to pursue in the future and underscores the need to extend our knowledge of this process in order to optimize usage of these cells in regenerative medicine.

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)0,000
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 seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
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 Opus0,380
Tête enseignante GPT0,453
Écart entre enseignants0,073 · 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

Citations119
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInvestigative Ophthalmology & Visual ScienceMême sujetCorneal Surgery and TreatmentsTravaux en français237 207