Simulated diabetic ketoacidosis therapy in vitro elicits brain cell swelling via sodium-hydrogen exchange and anion transport
Notice bibliographique
Résumé
A common complication of type 1 diabetes mellitus is diabetic ketoacidosis (DKA), a state of severe insulin deficiency. A potentially harmful consequence of DKA therapy in children is cerebral edema (DKA-CE); however, the mechanisms of therapy-induced DKA-CE are unknown. Our aims were to identify the DKA treatment factors and membrane mechanisms that might contribute specifically to brain cell swelling. To this end, DKA was induced in juvenile mice with the administration of the pancreatic toxins streptozocin and alloxan. Brain slices were prepared and exposed to DKA-like conditions in vitro. Cell volume changes were imaged in response to simulated DKA therapy. Our experiments showed that cell swelling was elicited with isolated DKA treatment components, including alkalinization, insulin/alkalinization, and rapid reductions in osmolality. Methyl-isobutyl-amiloride, a nonselective inhibitor of sodium-hydrogen exchangers (NHEs), reduced cell swelling in brain slices elicited with simulated DKA therapy (in vitro) and decreased brain water content in juvenile DKA mice administered insulin and rehydration therapy (in vivo). Specific pharmacological inhibition of the NHE1 isoform with cariporide also inhibited cell swelling, but only in the presence of the anion transport (AT) inhibitor 4,4'-diisothiocyanatostilbene-2,2'-disulphonic acid. DKA did not alter brain NHE1 isoform expression, suggesting that the cell swelling attributed to the NHE1 was activity dependent. In conclusion, our data raise the possibility that brain cell swelling can be elicited by DKA treatment factors and that it is mediated by NHEs and/or coactivation of NHE1 and AT.
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) | 0,001 | 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 ».