MétaCan
Menu
Retour à la cohorte
Enregistrement W2079292943 · doi:10.1159/000174974

Atrial Natriuretic Factor Release in Cardiomyopathic Hamsters

2008· article· en· W2079292943 sur OpenAlexaff
Norman L.M. Wong, Eric F.C. Wong David, David C.K. Hu

Notice bibliographique

RevueCardiology · 2008
Typearticle
Langueen
DomaineMedicine
ThématiqueHeart Failure Treatment and Management
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesBritish Heart Foundation
Mots-clésInternal medicineEndocrinologyHeart failureSecretionAtrium (architecture)Atrial natriuretic peptideMuscle hypertrophyHamsterSyrian hamstersMedicineAtrial fibrillation

Résumé

récupéré en direct d'OpenAlex

Studies were done in male cardiomyopathic and normal hamsters to examine the effect of heart failure on atrial natriuretic factor (ANF) secretion. Five groups of animals were studied. The hamsters were 70, 150, 200, 250 and 300 days old. The degree of heart failure became more severe with age. This was associated with a marked increase in left and right atrial weight. Plasma ANF rose in the cardiomyopathic hamsters with age, and no significant change was seen in the normal animals. ANF levels in the atrial tissue declined as the animals developed heart failure, suggesting that ANF release increased in heart failure. To examine these directly, the right and left atria of these animals were isolated and superfused in a modified Langendorff apparatus. The effluents from these experiments were collected and analyzed for ANF levels. Analysis showed that ANF secretion (expressed as pg/min/mg of tissue) declined in heart failure. Since there were significant atrial hypertrophy, the results were also expressed as picogram per minute per atrium. When the data were shown as picogram per minute per atrium, there was a marked increase in ANF secretion. The present data show that one of the factors causing an increase in circulating ANF in heart failure is augmented secretion.

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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

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
Bibliométrie0,0010,000
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)0,0010,000

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 Opus0,030
Tête enseignante GPT0,267
Écart entre enseignants0,237 · 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'étudeObservationnel
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

Citations2
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCardiologyMême sujetHeart Failure Treatment and ManagementTravaux en français237 207