MétaCan
Menu
Retour à la cohorte
Enregistrement W4295067256 · doi:10.1093/cvr/cvac152

Diabetic cardiomyopathy: the need for adjusting experimental models to meet clinical reality

2022· review· en· W4295067256 sur OpenAlexfundno aff
Frank Lezoualc’h, Lina Badimón, Hana E. Baker, Monique Bernard, Gábor Czibik, Rudolf A. de Boer, Thomas d’Humières, Micheline Kergoat, Mark C. Kowala, Jennifer Rieusset, Gemma Vilahur, Maximin Détrait, Chris Watson, Geneviève Dérumeaux

Notice bibliographique

RevueCardiovascular Research · 2022
Typereview
Langueen
DomaineMedicine
ThématiqueCardiovascular Function and Risk Factors
Établissements canadiensnon disponible
Organismes subventionnairesHorizon 2020 Framework ProgrammeInnovative Medicines InitiativeQueen's UniversityQueen's University Belfast
Mots-clésDiabetic cardiomyopathyMedicineDiabetes mellitusDiseaseCardiomyopathyCoronary artery diseaseInsulin resistanceConfoundingBioinformaticsHeart diseaseInternal medicineCardiologyHeart failureEndocrinologyBiology

Résumé

récupéré en direct d'OpenAlex

Diabetic cardiomyopathy (CM), occurring in the absence of hypertension, coronary artery disease, and valvular or congenital heart disease, is now recognized as a distinct, multifactorial disease leading to ventricular hypertrophy and abnormal myocardial contractility that correlates with an array of complex molecular and cellular changes. Animal models provide the unique opportunity to investigate mechanistic aspects of diabetic CM, but important caveats exist when extrapolating findings obtained from preclinical models of diabetes to humans. Indeed, animal models do not recapitulate the complexity of environmental factors, most notably the duration of the exposure to insulin resistance that may play a crucial role in the development of diabetic CM. Moreover, most preclinical studies are performed in animals with uncontrolled or poorly controlled diabetes, whereas patients tend to undergo therapeutic intervention. Finally, whilst type 2 diabetes mellitus prevalence trajectory mainly increases at 40- < 75 years (with a currently alarming increase at younger ages, however), it is a legitimate concern how closely rodent models employing young animals recapitulate the disease developing in old people. The aim of this review is to identify the current limitations of rodent models and to discuss how future mechanistic and preclinical studies should integrate key confounding factors to better mimic the diabetic CM phenotype.

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)0,031
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens strict), Méta-épidémiologie (sens large)
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 enseignants0,964
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0310,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0060,022
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,530
Tête enseignante GPT0,506
Écart entre enseignants0,024 · 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

Citations28
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCardiovascular ResearchMême sujetCardiovascular Function and Risk FactorsTravaux en français237 207