Genetic dissection of airway responsiveness and its impact on the susceptibility to allergic asthma
Notice bibliographique
Résumé
Asthma is a chronic, complex and inflammatory disease affecting both adults and children.The disease is generated by genetic and environmental factors which trigger an uncontrollable immune response to a variety of allergens resulting in symptoms such as shortness of breath, chest tightness, cough, wheezing and phenotypes such as eosinophilia, high IgE levels and increased airway responsiveness.To understand the mechanism underlying the pathogenesis of asthma, it is necessary to identify the factors that trigger, modulate or inhibit the inflammatory response of the airways.Since asthma is an inflammatory disease with several sub-phenotypes, many studies have looked for biomarkers that might predict the development or progression of the disease.These phenotypes should be objective, quantitative, affected by only one set of genetic factors and reproducible in animal models in order to assess them in systematic manner.Despite significant progress in genome-wide association and linkage studies of human populations, numerous genes have been postulated as being responsible for the development and severity of allergic asthma but none of them have fulfilled the criteria of an informative biomarker which could be linked to the development or progression of allergic asthma.IgE levels (p<0.001).Expression of SLPI was associated with a decreased inflammation in the lungs, plasma IgE levels, and lung resistance, whereas the ablation of SLPI had the opposite effect.Treatment with resiquimod increased the expression of SLPI and decreased inflammation in the lungs
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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».