MétaCan
Menu
Retour à la cohorte
Enregistrement W4223914468 · doi:10.1172/jci160227

Recalibrating vascular malformations and mechanotransduction by pharmacological intervention

2022· article· en· W4223914468 sur OpenAlexaff

Notice bibliographique

RevueJournal of Clinical Investigation · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueVascular Malformations and Hemangiomas
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesFondation Leducq
Mots-clésMechanotransductionBlood flowBlood vesselHemodynamicsEndotheliumArteriogenesisLymphatic systemEndothelial stem cell

Résumé

récupéré en direct d'OpenAlex

Circulation of blood throughout the cardiovascular system results in biomechanical forces that profoundly influence vessel development and maintenance. Fluid shear stress along the inner lining of blood vessels imparts mechanical forces upon vascular cells. Endothelial cells (ECs), which line all blood and lymphatic vessels, are exquisitely equipped to sense mechanical forces and to transduce these stimuli into biochemical signals, which control their proliferation, migration, cytoskeleton organization, and cell-cell adhesion. Vascular malformations can arise when patterns of blood flow change or when vascular cells develop a disturbed response to hemodynamic forces due to genetic mutations. For instance, genetic evidence suggests that mutations causing dysregulated RAS/MAPK and nitric oxide (NO) signaling within vascular cells lead to malformations and dysplasias. The influence of biomechanical cues on genetically vulnerable cells provides a promising therapeutic avenue. Vascular malformations are often incurable, and patients experience lifelong chronic pain, disfigurement, or even premature death. A major obstacle to developing useful therapies is our poor understanding of the molecular underpinnings of these vascular defects. Tangible therapeutic approaches may be based on the novel idea that vascular cell responses to blood flow can be normalized using pharmacological modulation.

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)0,003
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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,465
Score d'incertitude au seuil0,342

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
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 Opus0,072
Tête enseignante GPT0,379
Écart entre enseignants0,307 · 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'étudeSans objet
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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Clinical InvestigationMême sujetVascular Malformations and HemangiomasTravaux en français237 207