MétaCan
Menu
Retour à la cohorte
Enregistrement W4390884253 · doi:10.3389/fimmu.2023.1341314

Advancements in innate immune regulation strategies in islet transplantation

2024· review· en· W4390884253 sur OpenAlexaboutno aff
Kehang Duan, Jiao Liu, Jian Zhang, Tongjia Chu, Huan Liu, Fengxiang Lou, Ziyu Liu, Bing Gao, Shixiong Wei, Wei Feng

Notice bibliographique

RevueFrontiers in Immunology · 2024
Typereview
Langueen
DomaineMedicine
ThématiquePancreatic function and diabetes
Établissements canadiensnon disponible
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésInnate immune systemTransplantationIsletImmunologyImmune systemMedicineAcquired immune systemImmunityBiologyNeuroscienceDiabetes mellitusInternal medicineEndocrinology

Résumé

récupéré en direct d'OpenAlex

As a newly emerging organ transplantation technique, islet transplantation has shown the advantages of minimal trauma and high safety since it was first carried out. The proposal of the Edmonton protocol, which has been widely applied, was a breakthrough in this method. However, direct contact between islets and portal vein blood will cause a robust innate immune response leading to massive apoptosis of the graft, and macrophages play an essential role in the innate immune response. Therefore, therapeutic strategies targeting macrophages in the innate immune response have become a popular research topic in recent years. This paper will summarize and analyze recent research on strategies for regulating innate immunity, primarily focusing on macrophages, in the field of islet transplantation, including drug therapy, optimization of islet preparation process, islet engineering and Mesenchymal stem cells cotransplantation. We also expounded the heterogeneity, plasticity and activation mechanism of macrophages in islet transplantation, providing a theoretical basis for further research.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,019
Tête enseignante GPT0,308
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'étudeSans objet
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

Citations11
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in ImmunologyMême sujetPancreatic function and diabetesTravaux en français237 207