MétaCan
Menu
Retour à la cohorte
Enregistrement W4390112396 · doi:10.4103/1673-5374.391329

Connecting cellular mechanisms and extracellular vesicle cargo in traumatic brain injury

2023· article· en· W4390112396 sur OpenAlexafffund
Nikita Ollen‐Bittle, Austyn D. Roseborough, Wenxuan Wang, Jeng-liang D. Wu, Shawn N. Whitehead

Notice bibliographique

RevueNeural Regeneration Research · 2023
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueExtracellular vesicles in disease
Établissements canadiensWestern University
Organismes subventionnairesCanadian Institutes of Health ResearchAlzheimer's SocietyConsortium canadien en neurodégénérescence associée au vieillissementHeart and Stroke Foundation of Canada
Mots-clésTraumatic brain injuryNeuroinflammationExtracellularExtracellular vesicleBlood–brain barrierTraumatic injuryNeuroscienceExtracellular vesiclesMedicinePathologyCell biologyBiologyInflammationCentral nervous systemImmunologyMicrovesiclesBiochemistrySurgeryPsychiatry

Résumé

récupéré en direct d'OpenAlex

Traumatic brain injury is followed by a cascade of dynamic and complex events occurring at the cellular level. These events include: diffuse axonal injury, neuronal cell death, blood-brain barrier break down, glial activation and neuroinflammation, edema, ischemia, vascular injury, energy failure, and peripheral immune cell infiltration. The timing of these events post injury has been linked to injury severity and functional outcome. Extracellular vesicles are membrane bound secretory vesicles that contain markers and cargo pertaining to their cell of origin and can cross the blood-brain barrier. These qualities make extracellular vesicles intriguing candidates for a liquid biopsy into the pathophysiologic changes occurring at the cellular level post traumatic brain injury. Herein, we review the most commonly reported cargo changes in extracellular vesicles from clinical traumatic brain injury samples. We then use knowledge from animal and in vitro models to help infer what these changes may indicate regrading cellular responses post traumatic brain injury. Future research should prioritize labeling extracellular vesicles with markers for distinct cell types across a range of timepoints post traumatic brain injury.

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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,002
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 Opus0,064
Tête enseignante GPT0,364
Écart entre enseignants0,301 · 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'étudeObservationnel
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

Citations10
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNeural Regeneration ResearchMême sujetExtracellular vesicles in diseaseTravaux en français237 207