MétaCan
Menu
Retour à la cohorte
Enregistrement W4415595507 · doi:10.1101/2025.10.26.684662

Unraveling the Mechanistic Links Between Blood Pressure Regulation and Calcium-Magnesium Homeostasis: Insights into Hypertension, Hyperparathyroidism, and Mineral Disorders

2025· preprint· en· W4415595507 sur OpenAlexafffund
Pritha Dutta, Anita T. Layton

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2025
Typepreprint
Langueen
DomaineNursing
ThématiqueMagnesium in Health and Disease
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésHomeostasisBlood pressureParathyroid hormoneVitamin D and neurologyRenin–angiotensin systemPrimary hyperparathyroidismAldosteroneHormone

Résumé

récupéré en direct d'OpenAlex

Abstract The systems regulating blood pressure and calcium-magnesium (Ca 2+ -Mg 2+ ) homeostasis are increasingly recognized to have significant, clinically relevant interactions, where alterations in one can lead to significant changes in the other. In this study, we developed a computational model integrating blood pressure regulation and Ca 2 □-Mg 2 □ homeostasis in a male rat. We simulated various conditions, including hypertension, Ca 2 □, Mg 2 □, and vitamin D 3 deficiencies, and primary hyperparathyroidism. Simulations of hypertension, induced by various stimuli like increased renin or aldosterone secretion, demonstrated significant effects on parathyroid hormone (PTH), calcitriol, renal Ca 2 □/Mg 2 □ handling, and bone resorption. Dietary Ca 2 □, Mg 2 □, and vitamin D 3 deficiencies elevated mean arterial pressure, with Mg 2 □ deficiency having a stronger effect. Furthermore, the model predicted that primary hyperparathyroidism elevates PTH, Ca 2 □, and calcitriol, leading to increased mean arterial pressure and bone loss. Overall, this model provides valuable insights into the mechanistic links between blood pressure regulation and Ca 2 □-Mg 2 □ homeostasis, offering insights into clinical conditions like hypertension and hyperparathyroidism.

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)0,000
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: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,014
Tête enseignante GPT0,234
Écart entre enseignants0,220 · 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'étudeThéorique ou conceptuel
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'admission2
Résumé présentoui

Explorer davantage

Même revuebioRxiv (Cold Spring Harbor Laboratory)Même sujetMagnesium in Health and DiseaseTravaux en français237 207