Modèles cellulaires de l’inflammation dans le segment postérieur de l’œil
Bibliographic record
Abstract
Le glaucome, la dégénérescence maculaire liée à l’âge et la rétinopathie diabétique sont des maladies oculaires complexes et partiellement inflammatoires. Plusieurs modèles cellulaires sont développés pour étudier les mécanismes de l’inflammation retrouvés dans le segment postérieur de l’œil. Ces modèles, constitués de cellules d’origines diverses (humaines ou animales), issues de tissus variés (rétine, choroïde, peau, cordon ombilical) et appartenant à différents types cellulaires (épithéliaux, endothéliaux, vasculaires, neuronaux), font appel à de multiples techniques de culture afin de permettre l’analyse des réponses inflammatoires spécifiques. Diverses approches expérimentales sont utilisées pour induire l’inflammation dans ces modèles cellulaires et pour identifier les mécanismes moléculaires sous-jacents. La revue souligne la diversité des modèles cellulaires employés dans l’étude de l’inflammation oculaire postérieure, en mettant en avant l’utilisation de cultures de cellules primaires, de lignées cellulaires établies ainsi que les différentes approches de co-culture, dans le but d’approfondir la compréhension de ces maladies oculaires qui affectent des millions de personnes à travers le monde.
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) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.007 | 0.003 |
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".