MétaCan
Menu
Retour à la cohorte
Enregistrement W4411661285 · doi:10.3389/flupu.2025.1607792

Immune dysregulation and lipid interactions in systemic lupus erythematosus-associated atherosclerosis: mechanisms and pathogenesis

2025· article· en· W4411661285 sur OpenAlexaff
Philippe‐Antoine Bilodeau, Konstantinos Tselios

Notice bibliographique

RevueFrontiers in Lupus · 2025
Typearticle
Langueen
DomaineImmunology and Microbiology
ThématiqueAtherosclerosis and Cardiovascular Diseases
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésImmune dysregulationPathogenesisImmune systemImmunologyMedicineSystemic lupus erythematosusSystemic lupusDiseasePathology

Résumé

récupéré en direct d'OpenAlex

Atherosclerosis is increasingly recognized as a chronic inflammatory process, involving intricate interactions among the endothelium, lipids, coagulation system, and components of both the innate and adaptive immune systems. In the context of systemic lupus erythematosus (SLE), these interactions are even further disrupted, contributing to accelerated atherosclerosis. This narrative review explores how immune system dysregulation plays a central role in the development of atherosclerosis in SLE patients, where cardiovascular disease remains the leading cause of mortality despite recent advancements. We aim to present a model based on current scientific evidence that compares the immune mechanisms driving atherosclerosis in the general population with the accelerated form observed in SLE patients, highlighting the key immunological distinctions that set SLE-associated atherosclerosis apart. Particular emphasis was given to the interactions between interferon, lipid alterations and adaptive immunity as mediators of atherogenesis. This model may help identify gaps in our understanding and generate new hypotheses for potential therapeutic targets to modulate immune responses within atherosclerotic plaques.

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)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,007
Tête enseignante GPT0,206
Écart entre enseignants0,200 · 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'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

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'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in LupusMême sujetAtherosclerosis and Cardiovascular DiseasesTravaux en français237 207