Hemodynamic and oxidative mechanisms of tourniquet-induced muscle injury: near-infrared spectroscopy for the orthopedics setting
Notice bibliographique
Résumé
During orthopedic procedures, the tourniquets used to maintain bloodless surgical fields cause ischemia and then reperfusion (I/R), leading to oxidative muscle injury. Established methods exist neither for monitoring orthopedic I/R nor for predicting the extent of tourniquet-associated oxidative injury. To develop a predictive model for tourniquet-associated oxidative muscle injury, this study combined real-time near-infrared spectroscopy (NIRS) monitoring of I/R with Western blotting (WB) for oxidized proteins. We hypothesized strong correlations between NIRS-derived I/R indices and muscle protein oxidation. In 17 patients undergoing ankle fracture repair, a thigh tourniquet was inflated on the injured limb (300 mmHg). Using a continuous-wave (CW) NIRS setup, oxygenated (O2Hb), deoxygenated (HHb), and total (tHb) hemoglobin were monitored bilaterally (tourniquet versus control) in leg muscles. Leg muscle biopsies were collected unilaterally (tourniquet side) immediately after tourniquet inflation (pre) and before deflation (post). Average ischemia duration was 43.2 ± 14.6 min. In post-compared to pre-biopsies, muscle protein oxidation (quantified using WB) increased 172.3%± 145.7% (P<0.0005). Changes in O2Hb and tHb were negatively correlated with protein oxidation (respectively: P=0.040, R2=0.25 and P=0.003, R2=0.58). Reoxygenation rate was positively correlated with protein oxidation (P=0.041, R2=0.25). These data indicate that using CW NIRS, it is possible to predict orthopedic tourniquet-associated muscle oxidative injury noninvasively.
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 | 0,001 | 0,001 |
| 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 ».