MétaCan
Menu
Retour à la cohorte
Enregistrement W1979503771 · doi:10.1080/10731190802369763

Effects of PEG-PLA-nano Artificial Cells Containing Hemoglobin on Kidney Function and Renal Histology in Rats

2008· article· en· W1979503771 sur OpenAlexafffund
Zun Chang Liu, Thomas Ming Swi Chang

Notice bibliographique

RevueArtificial Cells Blood Substitutes and Biotechnology · 2008
Typearticle
Langueen
DomaineMedicine
ThématiqueNeonatal Health and Biochemistry
Établissements canadiensMcGill University
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésHistologyKidneyRenal functionHemoglobinCreatinineMedicineUric acidInternal medicineEndocrinologyPathology

Résumé

récupéré en direct d'OpenAlex

This study is to investigate the long-term effects of PEG-PLA nano artificial cells containing hemoglobin (NanoRBC) on renal function and renal histology after 1/3 blood volume top loading in rats. The experimental rats received one of the following infusions: NanoRBC in Ringer lactate, Ringer lactate, stroma-free hemoglobin (SFHB), polyhemoglobin (PolyHb), autologous rat whole blood (rat RBC). Blood samples were taken before infusions and on days 1, 7 and 21 after infusions for biochemistry analysis. Rats were sacrificed on day 21 after infusions and kidneys were excised for histology examination. Infusion of SFHB induced significant decrease in renal function damage evidenced by elevated serum urea, creatinine and uric acid throughout the 21 days. Kidney histology in SFHb infusion group revealed focal tubular necrosis and intraluminal cellular debris in the proximal tubules, whereas the glomeruli were not observed damaged. In all the other groups, NanoRBC, PolyHb, Ringer lactate and rat RBC, there were no abnormalities in renal biochemistry or histology. In conclusion, injection of NanoRBC did not have adverse effects on renal function nor renal histology.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,011
Tête enseignante GPT0,222
Écart entre enseignants0,211 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations16
Publié2008
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueArtificial Cells Blood Substitutes and BiotechnologyMême sujetNeonatal Health and BiochemistryTravaux en français237 207