MétaCan
Menu
Retour à la cohorte
Enregistrement W2029421591 · doi:10.1097/00003246-200002000-00032

Partial liquid ventilation decreases serum tumor necrosis factor-α concentrations in a rat acid aspiration lung injury model

2000· article· en· W2029421591 sur OpenAlexaff
Kaneyuki Kawamae, Görsev Pristine, Davide Chiumello, Lorraine N. Tremblay, Arthur S. Slutsky

Notice bibliographique

RevueCritical Care Medicine · 2000
Typearticle
Langueen
DomaineMedicine
ThématiqueRespiratory Support and Mechanisms
Établissements canadiensLunenfeld-Tanenbaum Research InstituteMount Sinai Hospital
Organismes subventionnairesnon disponible
Mots-clésMedicineTumor necrosis factor alphaVentilation (architecture)Mechanical ventilationLungNecrosisAnesthesiaArterial bloodInternal medicine

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: To examine the hypothesis that partial liquid ventilation (PLV) with perfluorocarbon would decrease serum tumor necrosis factor-alpha concentrations in a rat acid aspiration lung injury model. DESIGN: Prospective, controlled animal study. SETTINGS: Research laboratory in a university setting. SUBJECTS: Male Sprague-Dawley rats. INTERVENTIONS: Treatment with intratracheal perflubron or control mechanical ventilation beginning 30 mins after acid aspiration. MEASUREMENTS AND MAIN RESULTS: PLV with perfluorocarbon compared with control ventilation resulted in significantly greater mean arterial blood pressures at 3 and 4 hrs and greater arterial Po2 at all times. Serum tumor necrosis factor-alpha at 2, 3, and 4 hrs was significantly less than that observed in the control group (4-hr values: 80+/-64 pg/mL vs. 658+/-688 pg/mL; p<.05), although no significant difference in tracheal fluid tumor necrosis factor-alpha concentrations (1425+/-1347 pg/mL vs. 2219+/-1933 pg/mL) was found. CONCLUSION: We conclude that the effects of PLV with perfluorocarbon can extend beyond improvements in pulmonary physiology and that PLV may be beneficial in reducing systemic sequelae of acute lung injury and inflammation.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,080
Score d'incertitude au seuil0,996

Scores Codex et Gemma par catégorie

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 recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,030
Tête enseignante GPT0,334
Écart entre enseignants0,304 · 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 tête enseignante, pas un consensus.

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

Citations51
Publié2000
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCritical Care MedicineMême sujetRespiratory Support and MechanismsTravaux en français237 207