MétaCan
Menu
Retour à la cohorte
Enregistrement W4293162197 · doi:10.26685/urncst.364

Immunosenescence and Multiple Sclerosis: A Literature Review

2022· review· en· W4293162197 sur OpenAlexaff
Jasmine Zouhair, Bryan Zouhair

Notice bibliographique

RevueUndergraduate Research in Natural and Clinical Science and Technology (URNCST) Journal · 2022
Typereview
Langueen
DomaineNeuroscience
ThématiqueNeuroinflammation and Neurodegeneration Mechanisms
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésImmunosenescenceMultiple sclerosisInflammationNeuroscienceExperimental autoimmune encephalomyelitisDiseasePathophysiologyMedicineImmunologyBiologyImmune systemPathology

Résumé

récupéré en direct d'OpenAlex

Introduction: Multiple sclerosis is a chronic inflammatory disorder characterized by the demyelination of central nervous system neurons, giving rise to various motor and non-motor impairments. Aging has been strongly associated with inflammation and immunosenescence, and it is believed that the dysfunction of regulatory T-cells is the central complication in the maintenance of peripheral immunity. CD4+ T-cells and Th17 cells seem to play a crucial role in autoimmune inflammation and are important in the pathophysiology underlying multiple sclerosis. In this systematic review, the link between aging and T-cell function will be explored as well as its implication in MS pathophysiology. Methods: A literature review was conducted using databases such as PubMed, NCBI, and Scopus. Relevant primary literature describing theories or results of an experiment and review papers were selected. Data from primary articles were analyzed to explore the association between aging and MS, as well as its contribution to immunosenescence. Results: There exists a strong association between aging and the pathophysiology of MS which was suggested by a multitude of laboratory studies. Animal models of experimental autoimmune encephalomyelitis have demonstrated the immunological mechanisms of this disease by highlighting differences in T-cell presence and function in healthy people versus MS patients. Discussion: According to numerous studies, chronic inflammation is recognized as a sign of aging, rendering it one of the key contributors to neurodegenerative diseases like MS. The implication of regulatory T-cells in MS is crucial due to its necessity for the maintenance of immunosuppressive activity, which has been found to deteriorate with age. Myelin antigens supplied by microglial cells reactivate autoreactive CD4+ T-cells infiltrating the CNS, producing a cascade of immunological responses that lead to demyelination and tissue death. Conclusion: This literature review finds that MS is largely T-cell mediated and that the aging process heightens chronic inflammation, leading to the destruction of neurons in the CNS.

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)0,002
score de la tête « metaresearch » (Gemma)0,008
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 enseignants0,019
Score d'incertitude au seuil0,021

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,008
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0030,003
Bibliométrie0,0190,020
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,235
Tête enseignante GPT0,447
Écart entre enseignants0,212 · 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

Citations1
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueUndergraduate Research in Natural and Clinical Science and Technology (URNCST) JournalMême sujetNeuroinflammation and Neurodegeneration MechanismsTravaux en français237 207