MétaCan
Menu
Retour à la cohorte
Enregistrement W51372420 · doi:10.2119/molmed.2011.00277

Propranolol Improves Impaired Hepatic Phosphatidylinositol 3-Kinase/Akt Signaling after Burn Injury

2012· article· en· W51372420 sur OpenAlexafffund
Natasha C. Brooks, Juquan Song, Darren Boehning, Robert Kraft, Celeste C. Finnerty, David N. Herndon, Marc G. Jeschke

Notice bibliographique

RevueMolecular Medicine · 2012
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueEndoplasmic Reticulum Stress and Disease
Établissements canadiensHealth Sciences CentreCNIB FoundationUniversity of TorontoSunnybrook Health Science Centre
Organismes subventionnairesNational Institute of General Medical SciencesNational Institutes of HealthPhysicians' Services Incorporated FoundationNational Center for Advancing Translational SciencesShriners Hospitals for Children
Mots-clésInsulin receptorProtein kinase BEndocrinologyInternal medicinePhosphatidylinositolKinaseInsulin resistanceWortmanninPropranololInsulinEndoplasmic reticulumIRS1Signal transductionMedicineChemistryBiologyCell biology

Résumé

récupéré en direct d'OpenAlex

Severe burn injury is associated with induction of the hepatic endoplasmic reticulum (ER) stress response. ER stress leads to activation of c-Jun N-terminal kinase (JNK), suppression of insulin receptor signaling via phosphorylation of insulin receptor substrate 1 and subsequent insulin resistance. Marked and sustained increases in catecholamines are prominent after a burn. Here, we show that administration of propranolol, a nonselective β1/2 adrenergic receptor antagonist, attenuates ER stress and JNK activation. Attenuation of ER stress by propranolol results in increased insulin sensitivity, as determined by activation of hepatic phosphatidylinositol 3-kinase and Akt. We conclude that catecholamine release is responsible for the ER stress response and impaired insulin receptor signaling after burn injury.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,005
Tête enseignante GPT0,241
Écart entre enseignants0,236 · 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

Citations37
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMolecular MedicineMême sujetEndoplasmic Reticulum Stress and DiseaseTravaux en français237 207