Key roles of glial cells in the encephalopathy of prematurity
Notice bibliographique
Résumé
Across the globe, approximately one in 10 babies are born preterm, that is, before 37 weeks of a typical 40 weeks of gestation. Up to 50% of preterm born infants develop brain injury, encephalopathy of prematurity (EoP), that substantially increases their risk for developing lifelong defects in motor skills and domains of learning, memory, emotional regulation, and cognition. We are still severely limited in our abilities to prevent or predict preterm birth. No longer just the "support cells," we now clearly understand that during development glia are key for building a healthy brain. Glial dysfunction is a hallmark of EoP, notably, microgliosis, astrogliosis, and oligodendrocyte injury. Our knowledge of glial biology during development is exponentially expanding but hasn't developed sufficiently for development of effective neuroregenerative therapies. This review summarizes the current state of knowledge for the roles of glia in infants with EoP and its animal models, and a description of known glial-cell interactions in the context of EoP, such as the roles for border-associated macrophages. The field of perinatal medicine is relatively small but has worked passionately to improve our understanding of the etiology of EoP coupled with detailed mechanistic studies of pre-clinical and human cohorts. A primary finding from this review is that expanding our collaborations with computational biologists, working together to understand the complexity of glial subtypes, glial maturation, and the impacts of EoP in the short and long term will be key to the design of therapies that improve outcomes.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».