MétaCan
Menu
Retour à la cohorte
Enregistrement W4313503453 · doi:10.3389/fimmu.2022.1072007

Therapeutic potential of paeoniflorin in atherosclerosis: A cellular action and mechanism-based perspective

2022· review· en· W4313503453 sur OpenAlexaff
Wei Yu, Iqra Ilyas, Xuerui Hu, Suowen Xu, Hui Yu

Notice bibliographique

RevueFrontiers in Immunology · 2022
Typereview
Langueen
DomaineImmunology and Microbiology
ThématiqueAtherosclerosis and Cardiovascular Diseases
Établissements canadiensCentre for Drug Research and Development
Organismes subventionnairesnon disponible
Mots-clésPaeoniflorinPaeonia lactifloraMedicineInflammationImmune systemDiseaseEndothelial dysfunctionTraditional Chinese medicineMechanism (biology)BioinformaticsImmunologyPathologyInternal medicineBiology

Résumé

récupéré en direct d'OpenAlex

Epidemiological studies have shown that the incidence, prevalence and mortality of atherosclerotic cardiovascular disease (ASCVD) are increasing globally. Atherosclerosis is characterized as a chronic inflammatory disease which involves inflammation and immune dysfunction. P. lactiflora Pall. is a plant origin traditional medicine that has been widely used for the treatment of various diseases for more than a millennium in China, Japan and Korean. Paeoniflorin is a bioactive monomer extracted from P. lactiflora Pall. with anti-atherosclerosis effects. In this article, we comprehensively reviewed the potential therapeutic effects and molecular mechanism whereby paeoniflorin protects against atherosclerosis from the unique angle of inflammation and immune-related pathway dysfunction in vascular endothelial cells, smooth muscle cells, monocytes, macrophages, platelets and mast cells. Paeoniflorin, with multiple protective effects in atherosclerosis, has the potential to be used as a promising therapeutic agent for the treatment of atherosclerosis and its complications. We conclude with a detailed discussion of the challenges and future perspective of paeoniflorin in translational cardiovascular medicine.

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: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,983
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
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 Opus0,030
Tête enseignante GPT0,258
Écart entre enseignants0,228 · 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'étudeAutre devis
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

Citations29
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in ImmunologyMême sujetAtherosclerosis and Cardiovascular DiseasesTravaux en français237 207