MétaCan
Menu
Retour à la cohorte
Enregistrement W4410951360 · doi:10.3390/biom15060797

Tuning Autophagy for Improved Liver Transplant Outcomes: Insights from Experimental Models

2025· review· en· W4410951360 sur OpenAlexafffund
Mina Kolahdouzmohammadi, Graziano Oldani

Notice bibliographique

RevueBiomolecules · 2025
Typereview
Langueen
DomaineMedicine
ThématiqueAutophagy in Disease and Therapy
Établissements canadiensBC Children's HospitalUniversity of British Columbia
Organismes subventionnairesBC Children's Hospital
Mots-clésAutophagyEconomic shortageLiver transplantationXenotransplantationImmune modulationIntensive care medicineMedicineOrgan transplantationScarcityReperfusion injuryTransplantationImmune systemImmunologyBiologyIschemiaSurgeryInternal medicineEconomicsApoptosis

Résumé

récupéré en direct d'OpenAlex

Liver transplantation faces significant challenges, primarily due to the severe shortage of organs-aggravated by the increasing prevalence of liver diseases-and graft loss due to the consequences of ischemia/reperfusion injury (I/RI) and rejection. A recent study highlights the critical role of autophagy, a cellular breakdown and recycling mechanism, in addressing these issues. This article examines the role of autophagy in liver transplantation, focusing on organ preservation and recovery after surgery, as well as its potential to regulate immune responses and increase graft survival. Additionally, it will cover the role of autophagy in xenotransplantation, a prospective solution to the organ scarcity crisis. Ultimately, it assesses the importance of precisely timing autophagy modulation-whether induction or inhibition-to enhance transplantation outcomes, while identifying key knowledge gaps and future research directions.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,954
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0000,000
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)0,0000,000

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 Opus0,053
Tête enseignante GPT0,354
Écart entre enseignants0,302 · 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'étudeAutre devis
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

Citations0
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBiomoleculesMême sujetAutophagy in Disease and TherapyTravaux en français237 207