MétaCan
Menu
Retour à la cohorte
Enregistrement W4281569242 · doi:10.1126/science.abl6773

Microglia-mediated degradation of perineuronal nets promotes pain

2022· article· en· W4281569242 sur OpenAlexafffund
Shannon Tansley, Ning Gu, Alba Ureña Guzmán, Weihua Cai, Calvin Wong, Kevin C. Lister, Einer Muñoz-Pino, Noosha Yousefpour, R. Brian Roome, Jordyn Heal, Neil Wu, Annie Castonguay, Graham Lean, Elizabeth M. Muir, Artur Kania, Masha Prager‐Khoutorsky, Ji Zhang, Christos G. Gkogkas, James W. Fawcett, Luda Diatchenko, Alfredo Ribeiro‐da‐Silva, Yves De Koninck, Jeffrey S. Mogil, Arkady Khoutorsky

Notice bibliographique

RevueScience · 2022
Typearticle
Langueen
DomaineMedicine
ThématiquePain Mechanisms and Treatments
Établissements canadiensMontreal Clinical Research InstituteUniversité LavalMcGill University
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésMicrogliaPerineuronal netNeuroscienceSpinal cordNociceptionNeuropathic painPeripheral nerve injuryMedicineNociceptorNerve injuryCentral nervous systemAnatomyBiologyInflammationPeripheral nerveReceptorImmunologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

Activation of microglia in the spinal cord dorsal horn after peripheral nerve injury contributes to the development of pain hypersensitivity. How activated microglia selectively enhance the activity of spinal nociceptive circuits is not well understood. We discovered that after peripheral nerve injury, microglia degrade extracellular matrix structures, perineuronal nets (PNNs), in lamina I of the spinal cord dorsal horn. Lamina I PNNs selectively enwrap spinoparabrachial projection neurons, which integrate nociceptive information in the spinal cord and convey it to supraspinal brain regions to induce pain sensation. Degradation of PNNs by microglia enhances the activity of projection neurons and induces pain-related behaviors. Thus, nerve injury-induced degradation of PNNs is a mechanism by which microglia selectively augment the output of spinal nociceptive circuits and cause pain hypersensitivity.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
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)0,0010,000

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 Opus0,016
Tête enseignante GPT0,260
Écart entre enseignants0,245 · 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'étudeExpérimental (laboratoire)
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

Citations192
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueScienceMême sujetPain Mechanisms and TreatmentsTravaux en français237 207