Effects of Late Sodium Current Blockade on Ventricular Refibrillation in a Rabbit Model
Notice bibliographique
Résumé
Background— After defibrillation of initial ventricular fibrillation (VF), it is crucial to prevent refibrillation to ensure successful resuscitation outcomes. Inability of the late Na + current to inactivate leads to intracellular Ca 2+ dysregulation and arrhythmias. Our aim was to determine the effects of ranolazine and GS-967, inhibitors of the late Na + current, on ventricular refibrillation. Methods and Results— Long-duration VF was induced electrically in Langendorff-perfused rabbit hearts (n=22) and terminated with a defibrillator after 6 minutes. Fibrillating hearts were randomized into 3 groups: treatment with ranolazine, GS-967, or nontreated controls. In the treated groups, hearts were perfused with ranolazine or GS-967 at 2 minutes of VF. In control experiments, perfusion solution was supplemented with isotonic saline in lieu of a drug. Inducibility of refibrillation was assessed after initial long-duration VF by attempting to reinduce VF. Sustained refibrillation was successful in fewer ranolazine-treated (29.17%; P =0.005) or GS-967–treated (45.83%, P =0.035) hearts compared with that in nontreated control hearts (84.85%). In GS-967–treated hearts, significantly more spontaneous termination of initial long-duration VF was observed (66.67%; P =0.01). Ca 2+ transient duration was reduced in ranolazine-treated hearts compared with that in controls ( P =0.05) and also Ca 2+ alternans ( P =0.03). Conclusions— Late Na + current inhibition during long-duration VF reduces the susceptibility to subsequent refibrillation, partially by mitigating dysregulation of intracellular Ca 2+ . These results suggest the potential therapeutic use of ranolazine and GS-967 and call for further testing in cardiac arrest models.
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 ».