Combined transmyocardial revascularization and cell-based angiogenic gene therapy increases transplanted cell survival
Notice bibliographique
Résumé
We hypothesized that pretreatment of an infarcted heart by mechanical transmyocardial revascularization (TMR) before transplantation of bone marrow cells (BMCs) or BMC-expressing angiogenic growth factors would increase transplanted BMC survival and enhance myocardial repair. Female Lewis rats underwent coronary ligation 3 wk before creation of 10 needle TMR channels (3 groups) or no TMR (3 groups), followed by transplantation of 3 x 10(6) male donor BMCs, BMC transfected with vascular endothelial growth factor (VEGF), basic fibroblast growth factor (bFGF), and insulin-like growth factor-1 (IGF-1) (BMC + VBI), or medium alone. At 1, 3, and 7 days, we evaluated transplanted cell survival, vascular densities, and left ventricular (LV) function (N = 4 per group x 6 groups x 3 time points). At 3 days, vascular densities in the scar were increased by TMR + BMC + VBI and by BMC + VBI (P < 0.05), and at 7 days, vascular densities were greatest in rats receiving TMR + BMC + VBI (P < 0.05). Transplanted cell survival at 3 and 7 days was increased by TMR and by BMC + VBI. Combined therapy with TMR + BMC + VBI resulted in the greatest cell survival at 3 days (P < 0.05) versus BMC. After 7 days, LV ejection fraction (LVEF) was lowest in rats receiving neither BMC nor TMR and greatest in rats receiving TMR + BMC + VBI (P = 0.004). We concluded that mechanical pretreatment of infarcted myocardium by TMR enhances the effect of subsequent cell-based gene therapy on transplanted cell survival, angiogenesis, and LV function. Scar pretreatment with TMR combined with cell-based multigene therapy may maximize myocardial repair.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 ».