MétaCan
Menu
← Retour à la cohorte
Enregistrement W4388599473 · doi:10.3791/65953-v

JoVE Video Dataset

2023· article· pt· W4388599473 sur OpenAlexaff

Notice bibliographique

Revuenon disponible
Typearticle
Languept
DomaineMedicine
ThématiqueTransplantation: Methods and Outcomes
Établissements canadiensToronto General HospitalUniversity of TorontoUniversity Health Network
Organismes subventionnairesnon disponible
Mots-clésLung transplantationMedicineAirwayTransplantationLungIntubationSurgeryInternal medicine

Résumé

récupéré en direct d'OpenAlex

Murine intrapulmonary tracheal transplantation (IPTT) is used as a model of obliterative airway disease (OAD) following lung transplantation. Initially reported by our team, this model has gained use in the study of OAD due to its high technical reproducibility and suitability for investigating immunological behaviors and therapeutic interventions. In the IPTT model, a rodent tracheal graft is directly inserted into the recipient's lung through the pleura. This model is distinct from the heterotopic tracheal transplantation (HTT) model, wherein grafts are transplanted into subcutaneous or omental sites, and from the orthotopic tracheal transplantation (OTT) model in which the donor trachea replaces the recipient's trachea. Successful implementation of the IPTT model requires advanced anesthetic and surgical skills. Anesthetic skills include endotracheal intubation of the recipient, setting appropriate ventilatory parameters, and appropriately timed extubation after recovery from anesthesia. Surgical skills are essential for precise graft placement within the lung and for ensuring effective sealing of the visceral pleura to prevent air leakage and bleeding. In general, the learning process takes approximately 2 months. In contrast to the HTT and OTT models, in the IPTT model, the allograft airway develops airway obliteration in the relevant lung microenvironment. This allows investigators to study lung-specific immunological and angiogenic processes involved in airway obliteration after lung transplantation. Furthermore, this model is also unique in that it exhibits tertiary lymphoid organs (TLOs), which are also seen in human lung allografts. TLOs are comprised of T and B cell populations and characterized by the presence of high endothelial venules that direct immune cell recruitment; therefore, they are likely to play a crucial role in graft acceptance and rejection. We conclude that the IPTT model is a useful tool for studying intrapulmonary immune and profibrotic pathways involved in the development of airway obliteration in the lung transplant allograft.

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)0,001
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,325
Score d'incertitude au seuil0,463

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,006
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0040,003
Études des sciences et des technologies0,0010,000
Communication savante0,0040,003
Science ouverte0,0030,003
Intégrité de la recherche0,0030,001
Charge utile insuffisante (le modèle a refusé de juger)0,6750,422

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 Opus0,084
Tête enseignante GPT0,409
Écart entre enseignants0,325 · 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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
Domainenon disponible
GenreJeu de données

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetTransplantation: Methods and Outcomes→Travaux en français237 207→