MétaCan
Menu
Retour à la cohorte
Enregistrement W4400103391 · doi:10.1183/16000617.0008-2024

Neuroimmune recognition and regulation in the respiratory system

2024· article· en· W4400103391 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueEuropean Respiratory Review · 2024
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeuroscience of respiration and sleep
Établissements canadiensInstitute of Infection and Immunity
Organismes subventionnairesnon disponible
Mots-clésRespiratory systemMedicineRespiratory tractNeuroscienceNervous systemImmune systemLungImmunologyBiologyAnatomyInternal medicine

Résumé

récupéré en direct d'OpenAlex

Neuroimmune recognition and regulation in the respiratory system is a complex and highly coordinated process involving interactions between the nervous and immune systems to detect and respond to pathogens, pollutants and other potential hazards in the respiratory tract. This interaction helps maintain the health and integrity of the respiratory system. Therefore, understanding the complex interactions between the respiratory nervous system and immune system is critical to maintaining lung health and developing treatments for respiratory diseases. In this review, we summarise the projection distribution of different types of neurons (trigeminal nerve, glossopharyngeal nerve, vagus nerve, spinal dorsal root nerve, sympathetic nerve) in the respiratory tract. We also introduce several types of cells in the respiratory epithelium that closely interact with nerves (pulmonary neuroendocrine cells, brush cells, solitary chemosensory cells and tastebuds). These cells are primarily located at key positions in the respiratory tract, where nerves project to them, forming neuroepithelial recognition units, thus enhancing the ability of neural recognition. Furthermore, we summarise the roles played by these different neurons in sensing or responding to specific pathogens (influenza, severe acute respiratory syndrome coronavirus 2, respiratory syncytial virus, human metapneumovirus, herpes viruses, Sendai parainfluenza virus, Mycobacterium tuberculosis , Pseudomonas aeruginosa , Staphylococcus aureus , amoebae), allergens, atmospheric pollutants (smoking, exhaust pollution), and their potential roles in regulating interactions among different pathogens. We also summarise the prospects of bioelectronic medicine as a third therapeutic approach following drugs and surgery, as well as the potential mechanisms of meditation breathing as an adjunct therapy.

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.

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)0,003
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,972
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,001

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 Opus0,144
Tête enseignante GPT0,310
Écart entre enseignants0,166 · 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