Erythropoietin-induced hypertension and vascular injury in mice overexpressing human endothelin-1
Notice bibliographique
Résumé
OBJECTIVE: Erythropoietin used to correct anaemia in chronic kidney disease (CKD) has been shown to increase blood pressure (BP) in CKD patients and experimental animals. Endothelin (ET)-1 expression is increased in CKD animals and patients, and enhanced by erythropoietin. Erythropoietin-induced BP rise was blunted by ETA receptor blockers. This study was designed to determine whether preexisting endothelin (ET)-1 overexpression is required for erythropoietin to cause adverse vascular effects and whether this could be prevented by exercise training. METHODS: Eight to 10-week old male wild-type mice and mice with endothelial-specific ET-1 overexpression (eET-1) were treated or not with EPO (100 IU/kg, SC, 3 times/week). eET-1 was subjected or not to swimming exercise training (1 h/day, 6 days/week) for 8 weeks. SBP, mesenteric artery endothelial function and remodelling, NADPH oxidase activity, reactive oxygen species (ROS) generation, vascular cell adhesion protein (VCAM)-1, monocyte/macrophage infiltration, T regulatory cells (Tregs) and tissue ET-1 and plasma endothelin were determined. RESULTS: Erythropoietin increased SBP by 24 mmHg (P < 0.05) and decreased by 25% vasodilatory responses to acetylcholine (P < 0.01) in eET-1 mice. Erythropoietin enhanced ET-1 induced increase in resistance artery media/lumen ratio (31%, P < 0.05), aortic NADPH oxidase activity (50%, P < 0.05), ROS generation (93%, P < 0.001), VCAM-1 (80%, P < 0.01) and monocyte/macrophage infiltration (159%, P < 0.001), and raised plasma and aortic ET-1 levels (≥130%, P < 0.05). EPO had no effect in wild-type mice. Exercise training prevented all of the above (P < 0.05). CONCLUSION: Erythropoietin-induced adverse vascular effects are dependent on preexisting elevated ET-1 expression. Exercise training prevented erythropoietin-induced adverse vascular effects in part by inhibiting ET-1 overexpression-induced oxidative stress, inflammation and immune activation.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 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 | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».