POTENTIATING THE BENEFIT OF VASCULAR-SUPPLIED GLUTAMINE DURING SMALL BOWEL STORAGE
Notice bibliographique
Résumé
BACKGROUND: Glutamine (gln)-supplemented University of Wisconsin (UW) solution improves overall small bowel (SB) preservation. Sustained gln metabolism in a system devoid of hepatic detoxification will necessarily result in the accumulation of pH active end products leading to nonphysiologic pH shifts. We hypothesized that simultaneous addition of N,N-bis[2-hydroxyethyl]-2-aminoethane sulfonic acid (BES), a known buffering agent, would potentiate the beneficial effect of gln supplementation by addressing the fundamental metabolic principle of pH homeostasis. METHODS: Sprague-Dawley SB rats were administered a vascular flush with one of four solutions: UW; UW+90 mM BES (UWB); UW+2% gln (UWG); or UW+2% gln+90 mM BES (UWBG). Indices of energetics, barrier function, gln catabolism, and histology (light and electron microscopy) were assessed over a 10-hr cold storage time course. RESULTS: Superior gln utilization in the UWBG group was indicated by elevated levels of key catabolites (glutamate, aspartate, glycine, ammonia). The addition of BES and gln resulted in significantly higher levels of all energetic parameters (ATP, total adenylates) at 10 hr compared with UW, UWB, and/or UWG. Barrier function was markedly improved after 10 hr storage in the UWBG group; mannitol permeability was 169 nmol/cm2/hr versus 572 and 445 nmol/cm(2)/hr (for UW and UWG, respectively). Histologic injury at 10 hr was 5.5, 7.5, and 8 (Park's grade) for UWBG, UWG, and UW. Ultrastructural damage was markedly reduced with UWBG, as assessed by grade of mitochondria damage. CONCLUSION: This study strongly supports that the beneficial effects of gln-enriched UW solution can be amplified when combined with an effective buffering agent such as BES.
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) | 0,000 | 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 ».