Changes in Neutrophil Fatty Acid Composition and Its Relationship to Function Following Burn Injury in Humans
Notice bibliographique
Résumé
Membrane lipid composition influences a number of immune functions including those of neutrophils, an important defense against infection after burn injury that has also been implicated in causing damage to host tissues. This study investigates compositional changes in phospholipid (PL) fatty acids and functional alterations of neutrophils immediately following and during recovery from burn injury. Ten patients with>10% total body surface area burn had blood drawn at specific times (0 days to>50 days) following burn injury. Neutrophil lipids were extracted, major PL classes separated by thin layer chromatography, and fatty acid composition determined using gas liquid chromatography. Neutrophil granularity and oxidative burst were measured in whole blood before and after stimulation with phorbol myristate acetate using flow cytometry. Neutrophils were less granular and had a greater oxidative burst early (<20 days) vs. later (>50 days) after burn injury. The arachidonic acid (20: 4n-6) content in all PL fractions was significantly reduced following burn injury and increased with recovery (p<0.05). The total n-6 fatty acid content of PS and PI increased with recovery (p<0.05). In conclusion, reduced 20: 4n-6 in neutrophil PL is suggestive of increased release or reduced synthesis of 20: 4n-6 early after burn. Lower granularity and higher oxidative burst immediately post-injury normalized with increases in 20: 4n-6. Compositional changes in neutrophil membranes early after burn may impact effector functions of neutrophils. Further work is needed to develop nutritional intervention strategies designed to modulate fatty acid composition of neutrophils to reduce the harmful effects of the oxidative burst while maintaining important infection defense mechanisms following burn injury.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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 | 0,000 | 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 ».