Effect of Hyperoxia and Hypercapnia on Tissue Oxygen and Perfusion Response in the Normal Liver and Kidney
Notice bibliographique
Résumé
OBJECTIVE: Inhalation of air with altered levels of oxygen and carbon dioxide to manipulate tissue oxygenation and perfusion has both therapeutic and diagnostic value. These physiological responses can be measured non-invasively with magnetic resonance (MR) relaxation times. However, interpreting MR measurements is not straight-forward in extra-cranial organs where gas challenge studies have only begun to emerge. Inconsistent results have been reported on MR, likely because different organs respond differently. The objective of this study was to elucidate organ-specific physiological responses to gas challenge underlying MR measurements by investigating oxygenation and perfusion changes in the normal liver and kidney cortex. MATERIALS AND METHODS: Gas challenges (100% O(2), 10% CO(2), and carbogen [90% O(2)+10% CO(2)]) interleaved with room air was delivered to rabbits to investigate their effect on tissue oxygenation and perfusion. Real-time fiber-optic measurements of absolute oxygen and relative blood flow were made in the liver and kidney cortex. RESULTS: Only the liver demonstrated a vasodilatory response to CO(2). Perfusion changes to other gases were minimal in both organs. Tissue oxygenation measurements showed the liver responding only when CO(2) was present and the kidney only when O(2) was present. CONCLUSION: This study reveals distinct physiological response mechanisms to gas challenge in the liver and kidney. The detailed characterization of organ-specific responses is critical to improving our understanding and interpretation of MR measurements in various body organs, and will help broaden the application of MR for non-invasive studies of gas challenges.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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 ».