Target organ cross talk in cardiorenal syndrome: animal models
Notice bibliographique
Résumé
The combination of chronic kidney disease (CKD) and heart failure (HF) is associated with an adverse prognosis. Although clinical studies hint at a specific bidirectional interaction between HF and CKD, insight into the pathogenesis of cardiorenal syndrome (CRS) remains limited. We review available evidence on cardiorenal interactions from animal models of CKD and HF and discuss several studies that employed a "double-hit" model to research organ cross talk between the heart and kidneys. Regarding cardiac changes in CKD models, parameters of cardiac remodeling are equivocal and cardiac systolic function generally remains preserved. Structural changes include hypertrophy, fibrosis, and microvasculopathy. In models of HF, data on renal pathology are mostly limited to functional hemodynamic changes. Most double-hit models were unable to show that combined renal and cardiac injury induces additive damage to both organs, perhaps because of the short study duration or absence of organ failure. Because of this lack of "dual-failure" models, we have developed two rat models of combined CKD and HF in which renal dysfunction induced by a subtotal nephrectomy preceded cardiac dysfunction. Cardiac dysfunction was induced either functionally by nitric oxide depletion or structurally by myocardial infarction. In both models, we found that cardiac remodeling and failure were worse in CKD rats compared with controls undergoing the same cardiac insult. Variables of renal damage, like glomerulosclerosis and proteinuria, were also further worsened by combined cardiorenal injury. These studies show that target organ cross talk does occur in CRS. These models may be useful for interventional studies in rats.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,007 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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 ».