Noninvasive Imaging of Myocardial Reperfusion Injury Using Leukocyte-Targeted Contrast Echocardiography
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: We hypothesized that myocardial contrast echocardiography (MCE) with leukocyte-targeted microbubbles could temporally and spatially characterize the severity of postischemic myocardial inflammation. METHODS AND RESULTS: In 9 open-chest dogs, either the left anterior descending or left circumflex coronary artery was occluded for 90 minutes (n=6), while the remaining dogs served as non-ischemic controls. During occlusion, MCE was performed to determine the risk area (RA) and regions supplied by collateral flow. Myocardial inflammation was assessed 5, 60, and 120 minutes after reflow by MCE imaging of leukocyte-targeted (phosphatidylserine-containing) lipid microbubbles. The spatial extent and severity of inflammation were also assessed by radionuclide imaging of the neutrophil-avid tracer 99mTcRP517 and tissue myeloperoxidase activity. Early after reflow, MCE detected inflammation throughout the entire risk area, the extent of which decreased over time due to reduced signal in collateral-supplied regions. The spatial extent of inflammation late after reflow was similar for MCE and radionuclide imaging. The severity of inflammation in the infarct zone, the noninfarcted risk area, and collateral-supplied territories determined by quantitative MCE correlated well with myeloperoxidase activity (r=0.81). CONCLUSIONS: MCE with leukocyte-targeted microbubbles can temporally assess the severity and extent of postischemic myocardial inflammation and could be used to evaluate new treatment strategies designed to limit inflammation in acute coronary syndromes.
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.
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 découle