MétaCan
Menu
Retour à la cohorte
Enregistrement W2094588478 · doi:10.1117/1.1751125

Detection of myocardial cell damage in isolated rat hearts with near-infrared spectroscopy

2004· article· en· W2094588478 sur OpenAlexafffund
Stephen P. Nighswander‐Rempel, Raymond A. Shaw, Bozena Kuzio, V.V. Kupriyanov

Notice bibliographique

RevueJournal of Biomedical Optics · 2004
Typearticle
Langueen
DomaineMedicine
ThématiqueOptical Imaging and Spectroscopy Techniques
Établissements canadiensNational Research Council CanadaNational Research Council Institute for Biodiagnostics
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésDigitoninMembraneBiophysicsIntracellularCell membranePerfusionChemistryWashoutMembrane potentialBiochemistryMedicineInternal medicineBiology

Résumé

récupéré en direct d'OpenAlex

One hallmark of cell death resulting from prolonged ischemia is cell membrane disruption. We apply optical spectroscopy to gauge membrane disruption in isolated rat hearts by monitoring (1) the washout of myoglobin (Mb) and (2) the accumulation of an exogenous contrast agent in permeabilized cells. The contrast agent, a neodymium (Nd) chelate, has several absorptions in the visible and near-IR, and when present in the perfusate, it cannot penetrate cellular membranes. When membrane integrity is disrupted, however, it is expected to accumulate within the intracellular space; moreover, cellular Mb is expected to wash out. To test this hypothesis, rat hearts (n=12) are perfused with Krebs-Henseleit buffer (KHB), followed by perfusion with KHB in which a 5 mM Nd-DTPA solution is present. Membrane damage is then induced by infusion of digitonin into the Nd-KHB perfusate to provide a digitonin concentration of 2.5, 5, or 10 microg/mL. After 30 min of infusion, Mb levels fall to 46+/-14% of baseline levels and Nd-DTPA rises to 161+/-19% of predigitonin levels. No apparent dependence of total membrane disruption on digitonin concentration over the concentration range studied is found, although higher concentrations do lead to more rapid membrane disruption.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,038
Score d'incertitude au seuil0,445

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,006
Tête enseignante GPT0,264
Écart entre enseignants0,258 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations4
Publié2004
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Biomedical OpticsMême sujetOptical Imaging and Spectroscopy TechniquesTravaux en français237 207