MétaCan
Menu
Retour à la cohorte
Enregistrement W4280522760 · doi:10.3390/jcdd9050154

Flow-Mediated Factors in the Pathogenesis of Hypoplastic Left Heart Syndrome

2022· review· en· W4280522760 sur OpenAlexafffund
Anum Rahman, Rajiv Chaturvedi, John G. Sled

Notice bibliographique

RevueJournal of Cardiovascular Development and Disease · 2022
Typereview
Langueen
DomaineMedicine
ThématiqueCongenital Heart Disease Studies
Établissements canadiensHospital for Sick ChildrenUniversity of Toronto
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésHypoplastic left heart syndromeMedicineHeart diseaseHeart failureIntracardiac injectionPathogenesisCardiologyInternal medicineEtiologyBlood flowCirculatory systemDiseaseIntensive care medicine

Résumé

récupéré en direct d'OpenAlex

Hypoplastic left heart syndrome (HLHS) is a life-threatening congenital heart disease that is characterized by severe underdevelopment of left heart structures. Currently, there is no cure, and affected individuals require surgical palliation or cardiac transplantation to survive. Despite these resource-intensive measures, only about half of individuals reach adulthood, often with significant comorbidities such as liver disease and neurodevelopmental disorders. A major barrier in developing effective treatments is that the etiology of HLHS is largely unknown. Here, we discuss how intracardiac blood flow disturbances are an important causal factor in the pathogenesis of impaired left heart growth. Specifically, we highlight results from a recently developed mouse model in which surgically reducing blood flow through the mitral valve after cardiogenesis led to the development of HLHS. In addition, we discuss the role of interventional procedures that are based on improving blood flow through the left heart, such as fetal aortic valvuloplasty. Lastly, using the surgically-induced mouse model, we suggest investigations that can be undertaken to identify the currently unknown biological pathways in left heart growth failure and their associated therapeutic targets.

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 enseignants0,003
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
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 Opus0,040
Tête enseignante GPT0,271
Écart entre enseignants0,231 · 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

Citations16
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Cardiovascular Development and DiseaseMême sujetCongenital Heart Disease StudiesTravaux en français237 207