Novel cardioprotection strategies for the aged heart: evidence from pre‐clinical studies
Notice bibliographique
Résumé
The incidence of cardiovascular disease is rising as the population ages. This has led to an increase in the need to perform cardiac surgery in older patients. However, aged hearts are particularly susceptible to reperfusion injury following periods of myocardial ischaemia that occur during cardiac surgery. Indeed, older adults experience myocardial dysfunction and reduced survival post-surgery compared to younger people and certain groups, including older women and frail older adults, are at particular risk. This highlights the need to design cardioprotective strategies specifically for the ageing heart. Cardioprotection during surgery is often accomplished by perfusing the heart with chemical arresting agents, known as cardioplegic solutions. New protective strategies have been developed and tested in animal models, where cardioplegic solutions have been modified by changing their temperature, chemical components and/or the frequency of delivery. In addition, drugs designed to activate cardioprotective mechanisms or to inhibit mechanisms involved in injury have been added to improve the efficacy of these solutions. However, most experimental studies have developed and optimized cardioplegic solutions in hearts from younger male animals. This review discusses pre-clinical models used to optimize cardioplegic solutions, with an emphasis on the few studies that have used hearts from older animals. Pharmacologic agents that have been shown to enhance the benefits of cardioplegia in younger hearts and could, in theory, protect vulnerable older hearts are also considered. We emphasize the need to conduct studies in frail older animals of both sexes to facilitate translation of laboratory-based observations to the clinic.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».