Impact of Cigarette Smoke on Clearance and Inflammation after <i>Pseudomonas aeruginosa</i> Infection
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The object of this study was to investigate the impact of cigarette smoke on bacterial clearance and immune inflammatory parameters after infection with Pseudomonas aeruginosa in mice. We observed a delayed rate of bacterial clearance in smoke-exposed compared with sham-exposed mice. This was associated with increased inflammation characterized by greater numbers of neutrophils and mononuclear cells in the bronchoalveolar lavage. After infection, we observed increased levels of proinflammatory cytokines (tumor necrosis factor-alpha, interleukin-1beta, and interleukin-6) and chemokines (monocyte chemoattractant protein-1 [MCP-1] and macrophage inflammatory protein-2 [MIP-2]) as well as myeloperoxidase and proteolytic activity in the lungs of smoke-exposed compared with sham-exposed animals. Delayed clearance was associated with increased morbidity and greater weight loss of smoke-exposed mice. After delivery of inactivated bacteria, we observed a similar inflammatory response, clinical score, and tumor necrosis factor-alpha expression in smoke- and sham-exposed animals, suggesting that increased inflammation and altered clinical presentation are due to the delayed rate of bacterial clearance. Our findings suggest that cigarette smoke affects respiratory immune-inflammatory responses elicited by bacteria. We postulate that altered respiratory host defense may be implicated in smoking-related diseases such as chronic obstructive pulmonary disease.
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.
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 | 0,002 |
| 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 découle