MétaCan
Menu
Retour à la cohorte
Enregistrement W4387300260 · doi:10.1093/rheumatology/kead493

Inhibition of TLR4 signalling to dampen joint inflammation in osteoarthritis

2023· review· en· W4387300260 sur OpenAlexfundno aff
Yvonne L Bartels, Peter L. E. M. van Lent, P.M. van der Kraan, Arjen B. Blom, Kimberly M. Bonger, Martijn H. J. van den Bosch

Notice bibliographique

RevueLara D. Veeken · 2023
Typereview
Langueen
DomaineImmunology and Microbiology
ThématiqueImmune Response and Inflammation
Établissements canadiensnon disponible
Organismes subventionnairesH2020 European Research CouncilDutch Arthritis SocietyNederlandse Organisatie voor Wetenschappelijk OnderzoekZonMwEuropean CommissionArthritis Society
Mots-clésTLR4InflammationMedicinePattern recognition receptorOsteoarthritisReceptorSignallingInnate immune systemHMGB1Toll-like receptorImmunologyImmune systemSignal transductionCell biologyBiologyInternal medicinePathology

Résumé

récupéré en direct d'OpenAlex

Local and systemic low-grade inflammation, mainly involving the innate immune system, plays an important role in the development of OA. A receptor playing a key role in initiation of this inflammation is the pattern-recognition receptor Toll-like receptor 4 (TLR4). In the joint, various ligands for TLR4, many of which are damage-associated molecular patterns (DAMPs), are present that can activate TLR4 signalling. This leads to the production of pro-inflammatory and catabolic mediators that cause joint damage. In this narrative review, we will first discuss the involvement of TLR4 ligands and signalling in OA. Furthermore, we will provide an overview of methods for inhibit, TLR4 signalling by RNA interference, neutralizing anti-TLR4 antibodies, small molecules and inhibitors targeting the TLR4 co-receptor MD2. Finally, we will focus on possible applications and challenges of these strategies in the dampening of inflammation in OA.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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 enseignants0,004
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,003

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 Opus0,040
Tête enseignante GPT0,288
Écart entre enseignants0,248 · 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

Citations37
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLara D. VeekenMême sujetImmune Response and InflammationTravaux en français237 207