MétaCan
Menu
Retour à la cohorte
Enregistrement W4389831653 · doi:10.4103/1673-5374.389630

Resident immune responses to spinal cord injury: role of astrocytes and microglia

2023· article· en· W4389831653 sur OpenAlexaff
Sydney Brockie, Cindy Zhou, Michael G. Fehlings

Notice bibliographique

RevueNeural Regeneration Research · 2023
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeuroinflammation and Neurodegeneration Mechanisms
Établissements canadiensUniversity of TorontoUniversity Health Network
Organismes subventionnairesnon disponible
Mots-clésNeuroscienceMicrogliaSpinal cord injuryMedicineSpinal cordLesionPopulationBiologyImmunologyPathologyInflammation

Résumé

récupéré en direct d'OpenAlex

Spinal cord injury can be traumatic or non-traumatic in origin, with the latter rising in incidence and prevalence with the aging demographics of our society. Moreover, as the global population ages, individuals with co-existent degenerative spinal pathology comprise a growing number of traumatic spinal cord injury cases, especially involving the cervical spinal cord. This makes recovery and treatment approaches particularly challenging as age and comorbidities may limit regenerative capacity. For these reasons, it is critical to better understand the complex milieu of spinal cord injury lesion pathobiology and the ensuing inflammatory response. This review discusses microglia-specific purinergic and cytokine signaling pathways, as well as microglial modulation of synaptic stability and plasticity after injury. Further, we evaluate the role of astrocytes in neurotransmission and calcium signaling, as well as their border-forming response to neural lesions. Both the inflammatory and reparative roles of these cells have eluded our complete understanding and remain key therapeutic targets due to their extensive structural and functional roles in the nervous system. Recent advances have shed light on the roles of glia in neurotransmission and reparative injury responses that will change how interventions are directed. Understanding key processes and existing knowledge gaps will allow future research to effectively target these cells and harness their regenerative potential.

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: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,121
Tête enseignante GPT0,409
Écart entre enseignants0,289 · 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'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

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

En bref

Citations34
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNeural Regeneration ResearchMême sujetNeuroinflammation and Neurodegeneration MechanismsTravaux en français237 207