Radiation-induced bystander effects: Relevance for radiation protection of human and non-human biota
Notice bibliographique
Résumé
In this paper our current knowledge of the mechanisms underlying the induction of bystander effects by low dose low LET ionizing radiation is reviewed in the context of relevance to radiation protection issues. The question of how bystander effects may be related to observed adaptive responses, systemic genomic instability or other effects of low doses exposures is also considered. Bystander effects appear to be the result of a generalized stress response in tissues or cells. The signals may be produced by all exposed cells, but the response may require additional system parameters to exist in order to be expressed. The major response involving low LET radiation exposure discussed in the existing literature is a death response. This can manifest as apoptotic cell death, terminal differentiation, reproductive cell death or necrosis. While a death response might appear to be adverse, the position is argued in this paper, that it can in fact be protective and remove damaged cells from the reproducing population. Since many cell populations carry damaged cells without being exposed to radiation (so-called “background damage”), it is possible that low dose radiation exposures cause removal of cells damaged by agents other than the test dose of radiation. This mechanism would lead to the production of “u- or n-shaped” dose response curves. In this scenario, the level of harmful or beneficial response will be related to the background damage carried by the cell population and the genetic program determining response to damage. This model may be particularly important when attempting to predict the consequences of mixed exposures involving radiation and other environmental stressors on biota.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».