Animal models to investigate lung inflammation induced following exposure to swine barn air
Notice bibliographique
Résumé
Modern swine barns house large number of pigs in confined buildings. The barn air contains microbes, dust, gases and endotoxin. Swine farmers experience loss of lung function and suffer from respiratory diseases. Exposure of naïve volunteers to swine barn air has shown to induce of lung inflammation and increased airway hyperresponsiveness (AHR) whose mechanisms remain unclear. We exposed rats to either swine barn or ambient air for eight hours per day for 1, 5 or 20 days. Following 20 day exposure and either 2 or 5 week recovery, rats were challenged either with saline or lipopolysaccharide. We measured AHR and lung inflammation. Exposure to barn induced AHR, mucus‐positive airway epithelial cells and lung inflammation while prolonged exposure dampened the AHR. Following barn exposures and recovery, rats showed lung inflammation with an increased intensity following lipopolysaccharide challenge. To clarify the role of Toll‐like receptor 4 (TLR4) in inducing lung inflammation and AHR, we exposed C3HeB/FeJ (intact TLR4, WT) and C3H/HeJ (defective TLR4, mutant) mice in a similar pattern. Both strains showed increased and dampened AHR following 5 and 20 exposures respectively while barn exposure induced lung inflammation in WT but not in mutant mice to show different roles of TLR4 in lung inflammation and AHR (CIHR's strategic training grant in PHARE and Lung Association of Saskatchewan).
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».