Effect of Dexamethasone on Resting Blood Lactate Concentrations in Horses
Notice bibliographique
Résumé
BACKGROUND: Blood lactate concentration is a marker of tissue perfusion and helps guide therapeutic interventions in critically ill horses. In both humans and dogs, administration of corticosteroids can increase blood lactate concentration, leading to type B hyperlactatemia. This effect could be a consequence of the impact of corticosteroids on glucose metabolism. OBJECTIVES: To investigate the effects of daily IM dexamethasone administration on blood lactate and glucose concentrations in horses. ANIMALS: Nine healthy adult horses. METHODS: A randomized, blinded, controlled, cross-over study design was used. Horses were randomly assigned to 1 of 2 groups, either receiving 0.05 mg/kg of dexamethasone IM or an equivalent volume of saline, daily for 7 days. Blood was collected to determine lactate and glucose concentrations at baseline, 2 hours after the daily injections and 24 hours after the last injection. RESULTS: Dexamethasone treatment had a statistically significant effect on lactate (P = .006) and glucose (P = .033) concentrations. The least squares mean lactate concentration was 0.93 mmol/L (95% CI: 0.87-0.99) in the dexamethasone group compared to 0.71 mmol/L (95% CI: 0.70-0.73) for the saline group. A positive relationship between blood lactate and glucose concentrations was identified, with a 0.07 mmol/L (95% CI: 0.05-0.09) increase in lactate concentration per unit increase in glucose (P < .0001) concentration. CONCLUSIONS AND CLINICAL IMPORTANCE: Dexamethasone induces statistically significant increases in blood lactate and glucose concentrations in healthy horses. Awareness of the potential for corticosteroids to induce type B hyperlactatemia might be important in the management of critically ill horses receiving dexamethasone.
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 | 0,003 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».