Évaluation de la capacité de l'estradiol à inhiber l'activation pro-inflammatoire des cellules endothéliales vasculaires induite par la protéine C-réactive
Bibliographic record
Abstract
De nombreuses études ont contribué à dévoiler les mécanismes à la base de l’athérosclérose. Cette maladie est médiée par un important déséquilibre homéostatique, qui entraine une inflammation vasculaire contribuant à sa progression. Plusieurs équipes de recherche ont axé leurs investigations sur l’étude d’importants biomarqueurs inflammatoires telle que la protéine C-réactive (CRP). Considérée comme facteur de risque de maladies cardiovasculaires, cette dernière participe aussi aux différents stades du développement de l’athérosclérose. Notre étude révèle pour la toute première fois un processus d’auto-induction de l’expression de la CRP régit par les CE vasculaires. Ce mécanisme représente une nouvelle cible thérapeutique potentielle pour la prévention de l’athérosclérose. L’estrogène (E2) est une hormone féminine qui possède un rôle athéroprotecteur via entre autres, la modulation de la réponse inflammatoire. Ainsi, nous avons cherché à déterminer si elle avait un effet bénéfique sur le profil athérogénique de la CRP exprimée par les cellules endothéliales (CE). En effet, nos travaux ont démontré que l’E2 a la capacité de moduler le rétrocontrôle positif de l’expression de la CRP, contribuant à diminuer également le profil inflammatoire de cette dernière. De plus, nous avons établi que l’E2 restitue une importante voie pro-angiogénique impliquant la réponse migratoire des CE au VEGF, en contrant l’effet d’inhibition de la CRP. Cette nouvelle découverte nous a permis d’éclaircir un important mécanisme de guérison vasculaire de cette hormone dans un contexte inflammatoire. Ainsi, ces données contribuent à mieux comprendre la production endogène de la CRP par les CE vasculaires et l’activité cardioprotectrice de l’E2.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.005 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".