MétaCan
Menu
Retour à la cohorte
Enregistrement W4388942806 · doi:10.3390/ijms242316661

Animal Models in Eye Research: Focus on Corneal Pathologies

2023· review· en· W4388942806 sur OpenAlexafffund
Alexis Loiseau, Gabrielle Raîche-Marcoux, Cloé Maranda, Nicolas Bertrand, Élodie Boisselier

Notice bibliographique

RevueInternational Journal of Molecular Sciences · 2023
Typereview
Langueen
DomaineMedicine
ThématiqueCorneal Surgery and Treatments
Établissements canadiensUniversité Laval
Organismes subventionnairesCentre québécois sur les matériaux fonctionnelsFonds de Recherche du Québec - SantéFondation des Maladies de l'OeilCanadian Institutes of Health ResearchUniversité Laval
Mots-clésCorneaBlindnessDiseaseNeuroscienceCorneal DiseasesMedicineTranslational researchCorneal diseaseOptometryBiologyPathology

Résumé

récupéré en direct d'OpenAlex

The eye is a complex sensory organ that enables visual perception of the world. The dysfunction of any of these tissues can impair vision. Conduction studies on laboratory animals are essential to ensure the safety of therapeutic products directly applied or injected into the eye to treat ocular diseases before eventually proceeding to clinical trials. Among these tissues, the cornea has unique homeostatic and regenerative mechanisms for maintaining transparency and refraction of external light, which are essential for vision. However, being the outermost tissue of the eye and directly exposed to the external environment, the cornea is particularly susceptible to injury and diseases. This review highlights the evidence for selecting appropriate animals to better understand and treat corneal diseases, which rank as the fifth leading cause of blindness worldwide. The development of reliable and human-relevant animal models is, therefore, a valuable research tool for understanding and translating fundamental mechanistic findings, as well as for assessing therapeutic potential in humans. First, this review emphasizes the unique characteristics of animal models used in ocular research. Subsequently, it discusses current animal models associated with human corneal pathologies, their utility in understanding ocular disease mechanisms, and their role as translational models for patients.

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)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,960
Score d'incertitude au seuil0,492

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 Opus0,382
Tête enseignante GPT0,502
Écart entre enseignants0,120 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations53
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Molecular SciencesMême sujetCorneal Surgery and TreatmentsTravaux en français237 207