Photoacoustic imaging for assessing ischemic kidney damage in vivo
Notice bibliographique
Résumé
Ischemic reperfusion injuries (IRIs) occur after blood returns to a tissue or organ after a period without oxygen or nutrients, which causes an inflammatory response leading to heterogeneous scarring of the nearby tissue and vasculature. This is associated with long-term decreases blood flow, and necrosis. Although most commonly associated with heart attacks and strokes, IRIs are also a side effect of organ transplants, when the organ is reperfused in the recipient’s body after being transported from the donor to the transplant hospital. Currently, the optimal method of monitoring for IRI is limited to biopsies, which are invasive and poorly monitor the spatial heterogeneity of the damage. To non-invasively identify changes in kidneys, the left renal artery in mice (n=3) was clamped for 45 minutes to create an IRI event. Both kidneys of each animal were monitored using photoacoustics (PA) with the VevoLAZR system (Fujifilm-VisualSonics, Toronto) three, four and eight weeks after surgery. IRI-treated kidneys show increased picosirius red staining, indicative of collagen (0.601 vs 0.042, p < 0.0001), decreased size as assessed by cross-sectional area (7.8 mm2 vs 35.9 mm2 , p < 0.0001), and decreased oxygen saturation (sO2; 62% vs 77%, p = 0.02). Analysis of the photoacoustic data shows that a two-point metric, the 715:930 nm ratio of the whole kidney (1.05 vs 0.57, p = 0.049) and the optical spectral slope (OSS) (0.8 * 10-3 vs 3.0 * 10-3, p = 0.013) are both able to differentiate between IRI-treated and healthy kidneys. These data suggest that photoacoustics can be used as a non-invasive method to observe in vivo changes in the kidney due to IRI.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».