MétaCan
Menu
Retour à la cohorte
Enregistrement W4402934020 · doi:10.3389/fimmu.2024.1437821

Immunological perspectives on atherosclerotic plaque formation and progression

2024· review· en· W4402934020 sur OpenAlexaff
Hui Pi, Guangliang Wang, Yu Wang, Ming Zhang, Qin He, Xi‐Long Zheng, Kai Yin, Guojun Zhao, Ting Jiang

Notice bibliographique

RevueFrontiers in Immunology · 2024
Typereview
Langueen
DomaineImmunology and Microbiology
ThématiqueAtherosclerosis and Cardiovascular Diseases
Établissements canadiensUniversity of Calgary
Organismes subventionnairesNatural Science Foundation of Guangdong ProvinceNational Natural Science Foundation of China
Mots-clésImmune systemInnate immune systemImmunologyAcquired immune systemInflammationBiologyMacrophageImmunityPattern recognition receptor

Résumé

récupéré en direct d'OpenAlex

Atherosclerosis serves as the primary catalyst for numerous cardiovascular diseases. Growing evidence suggests that the immune response is involved in every stage of atherosclerotic plaque evolution. Rapid, but not specific, innate immune arms, including neutrophils, monocytes/macrophages, dendritic cells (DCs) and other innate immune cells, as well as pattern-recognition receptors and various inflammatory mediators, contribute to atherogenesis. The specific adaptive immune response, governed by T cells and B cells, antibodies, and immunomodulatory cytokines potently regulates disease activity and progression. In the inflammatory microenvironment, the heterogeneity of leukocyte subpopulations plays a very important regulatory role in plaque evolution. With advances in experimental techniques, the fine mechanisms of immune system involvement in atherosclerotic plaque evolution are becoming known. In this review, we examine the critical immune responses involved in atherosclerotic plaque evolution, in particular, looking at atherosclerosis from the perspective of evolutionary immunobiology. A comprehensive understanding of the interplay between plaque evolution and plaque immunity provides clues for strategically combating atherosclerosis.

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 enseignants0,003
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,002

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 Opus0,022
Tête enseignante GPT0,284
Écart entre enseignants0,261 · 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

Citations21
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in ImmunologyMême sujetAtherosclerosis and Cardiovascular DiseasesTravaux en français237 207