MétaCan
Menu
Retour à la cohorte
Enregistrement W4401928488 · doi:10.1002/jcp.31424

Phenotypic switch of vascular smooth muscle cells in COVID‐19: Role of cholesterol, calcium, and phosphate

2024· review· en· W4401928488 sur OpenAlexaff
Laura Ghanem, Dina Essayli, Jana Kotaich, Mohammad Al Zein, Amirhossein Sahebkar, Ali H. Eid

Notice bibliographique

RevueJournal of Cellular Physiology · 2024
Typereview
Langueen
DomaineMedicine
ThématiqueCOVID-19 Clinical Research Studies
Établissements canadiensPharma Medica Research (Canada)
Organismes subventionnairesnon disponible
Mots-clésVascular smooth musclePhenotypeContext (archaeology)CoronavirusCoronavirus disease 2019 (COVID-19)BiologyCalcificationMechanism (biology)CalciumRespiratory distressDiseaseInternal medicineEndocrinologyMedicineSmooth muscleGeneticsGeneInfectious disease (medical specialty)

Résumé

récupéré en direct d'OpenAlex

Although the novel coronavirus disease 2019 (COVID-19), caused by the severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2), primarily manifests as severe respiratory distress, its impact on the cardiovascular system is also notable. Studies reveal that COVID-19 patients often suffer from certain vascular diseases, partly attributed to increased proliferation or altered phenotype of vascular smooth muscle cells (VSMCs). Although the association between COVID-19 and VSMCs is recognized, the precise mechanism underlying SARS-CoV-2's influence on VSMC phenotype remains largely under-reviewed. In this context, while there is a consistent body of literature dissecting the effect of COVID-19 on the cardiovascular system, few reports delve into the potential role of VSMC switching in the pathophysiology associated with COVID-19 and the molecular mechanisms involved therein. This review dissects and critiques the link between COVID-19 and VSMCs, with particular attention to pathways involving cholesterol, calcium, and phosphate. These pathways underpin the interaction between the virus and VSMCs. Such interaction promotes VSMC proliferation, and eventually potentiates vascular calcification as well as worsens prognosis in patients with COVID-19.

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)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,968
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0050,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,054
Tête enseignante GPT0,406
Écart entre enseignants0,352 · 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.

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

Citations10
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Cellular PhysiologyMême sujetCOVID-19 Clinical Research StudiesTravaux en français237 207