MétaCan
Menu
Retour à la cohorte
Enregistrement W4280532627 · doi:10.3389/fncel.2022.839396

Microglia as a Hub for Suicide Neuropathology: Future Investigation and Prevention Targets

2022· review· en· W4280532627 sur OpenAlexafffund
Elisa Gonçalves de Andrade, Fernando Gonzàlez Ibáñez, Marie‐Ève Tremblay

Notice bibliographique

RevueFrontiers in Cellular Neuroscience · 2022
Typereview
Langueen
DomaineNeuroscience
ThématiqueNeuroinflammation and Neurodegeneration Mechanisms
Établissements canadiensMcGill UniversityUniversity of British ColumbiaUniversité LavalUniversity of Victoria
Organismes subventionnairesCanadian Institutes of Health ResearchNatural Sciences and Engineering Research Council of CanadaConsejo Nacional de Ciencia y TecnologíaUniversity of Victoria
Mots-clésNeuropathologyMicrogliaContext (archaeology)NeuroscienceMedicinePsychologyPsychiatryBiologyImmunologyInflammationPathologyDisease

Résumé

récupéré en direct d'OpenAlex

Suicide is a complex public health challenge associated worldwide with one death every 40 s. Research advances in the neuropathology of suicidal behaviors (SB) have defined discrete brain changes which may hold the key to suicide prevention. Physiological differences in microglia, the resident immune cells of the brain, are present in post-mortem tissue samples of individuals who died by suicide. Furthermore, microglia are mechanistically implicated in the outcomes of important risk factors for SB, including early-life adversity, stressful life events, and psychiatric disorders. SB risk factors result in inflammatory and oxidative stress activities which could converge to microglial synaptic remodeling affecting susceptibility or resistance to SB. To push further this perspective, in this Review we summarize current areas of opportunity that could untangle the functional participation of microglia in the context of suicide. Our discussion centers around microglial state diversity in respect to morphology, gene and protein expression, as well as function, depending on various factors, namely brain region, age, and sex.

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 enseignants0,004
Score d'incertitude au seuil0,012

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
Bibliométrie0,0010,001
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)0,0040,002

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 Opus0,075
Tête enseignante GPT0,314
Écart entre enseignants0,239 · 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'admission2
Résumé présentoui

Explorer davantage

Même revueFrontiers in Cellular NeuroscienceMême sujetNeuroinflammation and Neurodegeneration MechanismsTravaux en français237 207