Heparin-binding protein is important for vascular leak in sepsis
Notice bibliographique
Résumé
BACKGROUND: Elevated plasma levels of heparin-binding protein (HBP) are associated with risk of organ dysfunction and mortality in sepsis, but little is known about causality and mechanisms of action of HBP. The objective of the present study was to test the hypothesis that HBP is a key mediator of the increased endothelial permeability observed in sepsis and to test potential treatments that inhibit HBP-induced increases in permeability. METHODS: Association between HBP at admission with clinical signs of increased permeability was investigated in 341 patients with septic shock. Mechanisms of action and potential treatment strategies were investigated in cultured human endothelial cells and in mice. RESULTS: ) as measures of increased systemic and lung permeability, respectively. In mice, intravenous injection of recombinant human HBP induced a lung injury similar to that observed after lipopolysaccharide injection. HBP increased permeability of vascular endothelial cell monolayers in vitro, and enzymatic removal of luminal cell surface glycosaminoglycans (GAGs) using heparinase III and chondroitinase ABC abolished this effect. Similarly, unfractionated heparins and low molecular weight heparins counteracted permeability increased by HBP in vitro. Intracellular, selective inhibition of protein kinase C (PKC) and Rho-kinase pathways reversed HBP-mediated permeability effects. CONCLUSIONS: HBP is a potential mediator of sepsis-induced acute lung injury through enhanced endothelial permeability. HBP increases permeability through an interaction with luminal GAGs and activation of the PKC and Rho-kinase pathways. Heparins are potential inhibitors of HBP-induced increases in permeability.
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 | 0,001 |
| 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) | 0,001 | 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 ».