MétaCan
Menu
Retour à la cohorte
Enregistrement W4287010281 · doi:10.3390/cells11152272

Canadian Contributions in Fibroblast Biology

2022· review· en· W4287010281 sur OpenAlexafffundabout
Danah S. Al‐Hattab, Sikta Chattopadhyaya, Michael P. Czubryt

Notice bibliographique

RevueCells · 2022
Typereview
Langueen
DomaineMedicine
ThématiqueCardiac Fibrosis and Remodeling
Établissements canadiensUniversity of ManitobaSt. Boniface Hospital
Organismes subventionnairesCanadian Institutes of Health ResearchHeart and Stroke Foundation of Canada
Mots-clésMyofibroblastFibroblastFibrosisCardiac fibrosisStromal cellBiologyPathologyPhenotypeCell biologyImmunologyMedicineCancer researchCell cultureGenetics

Résumé

récupéré en direct d'OpenAlex

Fibroblasts are stromal cells found in virtually every tissue and organ of the body. For many years, these cells were often considered to be secondary in functional importance to parenchymal cells. Over the past 2 decades, focused research into the roles of fibroblasts has revealed important roles for these cells in the homeostasis of healthy tissue, and has demonstrated that activation of fibroblasts to myofibroblasts is a key step in disease initiation and progression in many tissues, with fibrosis now recognized as not only an outcome of disease, but also a central contributor to tissue dysfunction, particularly in the heart and lungs. With a growing understanding of both fibroblast and myofibroblast heterogeneity, and the deciphering of the humoral and mechanical cues that impact the phenotype of these cells, fibroblast biology is rapidly becoming a major focus in biomedical research. In this review, we provide an overview of fibroblast and myofibroblast biology, particularly in the heart, and including a discussion of pathophysiological processes such as fibrosis and scarring. We then discuss the central role of Canadian researchers in moving this field forwards, particularly in cardiac fibrosis, and highlight some of the major contributions of these individuals to our understanding of fibroblast and myofibroblast biology in health and 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 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 enseignants0,967
Score d'incertitude au seuil0,066

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,003
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0010,002
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0150,006

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 Opus0,037
Tête enseignante GPT0,335
Écart entre enseignants0,298 · 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

Citations7
Publié2022
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCellsMême sujetCardiac Fibrosis and RemodelingTravaux en français237 207