MétaCan
Menu
Retour à la cohorte
Enregistrement W4283157381 · doi:10.3389/fphys.2022.921597

Smooth Muscle Cell—Macrophage Interactions Leading to Foam Cell Formation in Atherosclerosis: Location, Location, Location

2022· review· en· W4283157381 sur OpenAlexafffund
Pinhao Xiang, Valentin Blanchard, Gordon A. Francis

Notice bibliographique

RevueFrontiers in Physiology · 2022
Typereview
Langueen
DomaineImmunology and Microbiology
ThématiqueAtherosclerosis and Cardiovascular Diseases
Établissements canadiensSt. Paul's HospitalUniversity of British Columbia
Organismes subventionnairesCanadian Institutes of Health ResearchMichael Smith Health Research BC
Mots-clésFoam cellMacrophageInflammationCellCell typePopulationCell biologySmooth muscleVascular smooth musclePathologyMedicineBiologyImmunologyInternal medicineIn vitroBiochemistry

Résumé

récupéré en direct d'OpenAlex

Cholesterol-overloaded cells or "foam cells" in the artery wall are the biochemical hallmark of atherosclerosis, and are responsible for much of the growth, inflammation and susceptibility to rupture of atherosclerotic lesions. While it has previously been thought that macrophages are the main contributor to the foam cell population, recent evidence indicates arterial smooth muscle cells (SMCs) are the source of the majority of foam cells in both human and murine atherosclerosis. This review outlines the timeline, site of appearance and proximity of SMCs and macrophages with lipids in human and mouse atherosclerosis, and likely interactions between SMCs and macrophages that promote foam cell formation and removal by both cell types. An understanding of these SMC-macrophage interactions in foam cell formation and regression is expected to provide new therapeutic targets to reduce the burden of atherosclerosis for the prevention of coronary heart disease, stroke and peripheral vascular disease.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,955
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,023
Tête enseignante GPT0,261
Écart entre enseignants0,238 · 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.

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

Citations47
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFrontiers in PhysiologyMême sujetAtherosclerosis and Cardiovascular DiseasesTravaux en français237 207