<i>In vitro</i> studies of the renin-angiotensin system in human adipose tissue/adipocytes and possible relationship to SARS-CoV-2: a scoping review
Notice bibliographique
Résumé
The renin-angiotensin system (RAS) operates within adipose tissue. Obesity-related changes can affect adipose RAS, predisposing to hypertension, type 2 diabetes, and possibly severe COVID-19. We evaluated the in vitro research on human adipose RAS and identified gaps in the literature. Medline (Ovid), Embase (Ovid), Web of Science, Scopus, and 1findr were searched to identify relevant studies. Fifty primary studies met our inclusion criteria for analysis. Expression of RAS components (n = 14), role in differentiation (n = 14), association with inflammation (n = 15) or blood pressure (n = 7) were investigated. We found (1) obesity-related changes in RAS were frequently studied (30%); (2) an upswing of articles investigating adipose ACE-2 expression since the COVID-19 pandemic; (3) a paucity of papers on AT2R and Ang (1–7)/MasR which counterbalance Ang II/ART1; (4) weight loss lowered adipose ACE-2 mRNA expression; and (5) angiotensin receptor blockers (ARBs) reduced deleterious effects of angiotensin II. Overall, these studies link Ang II/ATR1 signalling to impaired adipogenesis and a pro-inflammatory dysfunctional adipose tissue, with ATR1 blockade limiting these responses. ACE-2 may mitigate Ang II effects by converting it to Ang(1–7) which binds MasR. More work is needed to understand adipose RAS in various pathologic states such as obesity and COVID-19 infection.T.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,003 |
| Bibliométrie | 0,010 | 0,012 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».