Targeting Transfusion-Related Acute Lung Injury: The Journey From Basic Science to Novel Therapies
Notice bibliographique
Résumé
OBJECTIVES: Transfusion-related acute lung injury is characterized by the onset of respiratory distress and acute lung injury following blood transfusion, but its pathogenesis remains poorly understood. Generally, a two-hit model is presumed to underlie transfusion-related acute lung injury with the first hit being risk factors present in the transfused patient (such as inflammation), whereas the second hit is conveyed by factors in the transfused donor blood (such as antileukocyte antibodies). At least 80% of transfusion-related acute lung injury cases are related to the presence of donor antibodies such as antihuman leukocyte or antihuman neutrophil antibodies. The remaining cases may be related to nonantibody-mediated factors such as biolipids or components related to storage and ageing of the transfused blood cells. At present, transfusion-related acute lung injury is the leading cause of transfusion-related fatalities and no specific therapy is clinically available. In this article, we critically appraise and discuss recent preclinical (bench) insights related to transfusion-related acute lung injury pathogenesis and their therapeutic potential for future use at the patients' bedside in order to combat this devastating and possibly fatal complication of transfusion. DATA SOURCES: We searched the PubMed database (until August 22, 2017). STUDY SELECTION: Using terms: "Transfusion-related acute lung injury," "TRALI," "TRALI and therapy," "TRALI pathogenesis." DATA EXTRACTION: English-written articles focusing on transfusion-related acute lung injury pathogenesis, with potential therapeutic implications, were extracted. DATA SYNTHESIS: We have identified potential therapeutic approaches based on the literature. CONCLUSIONS: We propose that the most promising therapeutic strategies to explore are interleukin-10 therapy, down-modulating C-reactive protein levels, targeting reactive oxygen species, or blocking the interleukin-8 receptors; all focused on the transfused recipient. In the long-run, it may perhaps also be advantageous to explore other strategies aimed at the transfused recipient or aimed toward the blood product, but these will require more validation and confirmation first.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| 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) | 0,003 | 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 ».