Soluble platelet-endothelial cell adhesion molecule-1, a biomarker of ventilator-induced lung injury
Notice bibliographique
Résumé
INTRODUCTION: Endothelial cell injury is an important component of acute lung injury. Platelet-endothelial cell adhesion molecule-1 (PECAM1) is a transmembrane protein that connects endothelial cells to one another and can be detected as a soluble, truncated protein (sPECAM1) in serum. We hypothesized that injurious mechanical ventilation (MV) leads to shedding of PECAM1 from lung endothelial cells resulting in increasing sPECAM1 levels in the systemic circulation. METHODS: We studied 36 Sprague-Dawley rats in two prospective, randomized, controlled studies (healthy and septic) using established animal models of ventilator-induced lung injury. Animals (n = 6 in each group) were randomized to spontaneous breathing or two MV strategies: low tidal volume (VT) (6 ml/kg) and high-VT (20 ml/kg) on 2 cmH2O of positive end-expiratory pressure (PEEP). In low-VT septic animals, 10 cmH2O of PEEP was applied. We performed pulmonary histological and physiological evaluation and measured lung PECAM1 protein content and serum sPECAM1 levels after four hours ventilation period. RESULTS: High-VT MV caused severe lung injury in healthy and septic animals, and decreased lung PECAM1 protein content (P < 0.001). Animals on high-VT had a four- to six-fold increase of mean sPECAM1 serum levels than the unventilated counterpart (35.4 ± 10.4 versus 5.6 ± 1.7 ng/ml in healthy rats; 156.8 ± 47.6 versus 35.6 ± 12.6 ng/ml in septic rats) (P < 0.0001). Low-VT MV prevented these changes. Levels of sPECAM1 in healthy animals on high-VT MV paralleled the sPECAM1 levels of non-ventilated septic animals. CONCLUSIONS: Our findings suggest that circulating sPECAM1 may represent a promising biomarker for the detection and monitoring of ventilator-induced lung 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 | 0,000 | 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 ».