MétaCan
Menu
Retour à la cohorte
Enregistrement W4226025853 · doi:10.18433/jpps32306

Periostin: A Potential Biomarker and Therapeutic Target in Pulmonary Diseases

2022· review· en· W4226025853 sur OpenAlexvenueno aff
Nafaa Alzobaidi, Sana Rehman, Maaz Naqvi, Kavita Gulati, Arunabha Ray

Notice bibliographique

RevueJournal of Pharmacy & Pharmaceutical Sciences · 2022
Typereview
Langueen
DomaineMedicine
ThématiqueChronic Obstructive Pulmonary Disease (COPD) Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPeriostinMatricellular proteinMedicineBiomarkerAsthmaImmunologyCOPDFibrosisPulmonary fibrosisLungInterleukin 13Cancer researchImmune systemPathologyExtracellular matrixInterleukin 4BiologyInternal medicineCell biology

Résumé

récupéré en direct d'OpenAlex

Periostin is a matricellular, nonstructural protein belonging to the fasciclin family and is encoded by the POSTN gene in humans. Periostin plays an important role in maintaining a normal tissue matrix in the lungs. Despite the vital role as a structural mediator in tissue growth and repair, periostin is involved in the pathogenic mechanism during tissue remodeling and fibrosis. Periostin is a chemoattractant mediator, promotes eosinophil recruitment and adhesion on the airways sub-epithelial membrane of asthmatic patients. POSTN gene was identified as one of the highly expressed genes induced by interleukins IL-13, IL-5 and IL-4 - the key cytokines of Th2 immune responses in the bronchial tissues of asthmatic patients. This review highlights the potential role of periostin as a validated biomarker in respiratory disease progression and its candidacy to predict the response to treatments targeting Th-2 cytokines in bronchial asthma. In addition, its potential role in COPD, IPF, lung cancer and lung infection, is also speculated. Keywords Periostin, Asthma, Pneumonia, COPD, Idiopathic pulmonary fibrosis, Biomarker.

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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,129
Tête enseignante GPT0,456
Écart entre enseignants0,327 · 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

Citations20
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Pharmacy & Pharmaceutical SciencesMême sujetChronic Obstructive Pulmonary Disease (COPD) ResearchTravaux en français237 207