Fibroblasts in Hypoxic Conditions Mimic Laryngotracheal Stenosis
Notice bibliographique
Résumé
Objective To elucidate the role of hypoxia and inflammatory pathways in the pathogenesis of iatrogenic laryngotracheal stenosis (iLTS). Study Design (1) Examination of mucosal surface gene expression in human iLTS. (2) In vitro comparison of normal and scar laryngotracheal fibroblasts under normoxic and hypoxic conditions. Setting Tertiary care hospital in a research university (2012‐2016). Subjects and Methods Brush biopsies were obtained from normal laryngotracheal tissue and scar in iLTS patients; gene expression was compared. Fibroblasts were isolated from normal and scarred trachea and grown in vitro in either a 1% O 2 or normoxic environment. Cell growth and gene and protein expression were compared. Statistical analysis utilized a multilevel mixed effects model. Results Expression of IL‐6 (fold change = 2.8, P <. 01), myofibroblast marker αSMA (fold change = 3.0, P =. 01), and MMP13 (fold change = 5.4, P =. 02) was significantly increased in scar biopsy samples as compared to normal. Under hypoxic conditions in vitro, normal laryngotracheal fibroblasts proliferated significantly faster (n = 8, P <. 01 each day). Expression of IL‐6 (n = 8, fold change = 2.6, P <. 01) increased significantly after 12 hours under hypoxia. Expression of αSMA (n = 8, fold change= 2.0, P =. 03), COL1 (n = 8, fold change = 1.1, P =. 03), and MMP13 (n = 8, fold change = 1.6, P =. 01) increased significantly after 48 hours under hypoxia. Scar fibroblasts also proliferated significantly faster under hypoxic conditions but did not display the same expression profile. Conclusion Human iLTS scar has a myofibroblast phenotype. Under hypoxic conditions in vitro, normal laryngotracheal fibroblasts can transdifferentiate into a similar phenotype. These changes may be mediated by IL‐6, a fibrosis‐related cytokine.
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) | 0,000 | 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 ».