No difference in renal injury and fibrosis between wild-type and NOD1/NOD2 double knockout mice with chronic kidney disease induced by ureteral obstruction
Notice bibliographique
Résumé
BACKGROUND: Chronic kidney disease (CKD) is characterized by sustained tissue damage and ongoing tubulo-interstitial inflammation and fibrosis. Pattern recognition receptors (PRRs) including Toll-like receptors (TLRs) and NOD-like receptors (NLRs) can sense endogenous ligands released upon tissue damage, leading to sterile inflammation and eventually irreversible kidney disease. It is known that NOD1 and NOD2 contribute to the pathogenesis of various inflammatory diseases, including acute kidney injury. However their role in chronic kidney disease is largely unknown. The aim of this study was therefore to investigate the contribution of NOD1 and NOD2 in renal interstitial fibrosis and obstructive nephropathy. METHODS: To do so, we performed unilateral ureteral obstruction (UUO) in wild type (WT) and NOD1/NOD2 double deficient (DKO) mice and analysed renal damage, fibrosis and inflammation. Data were analysed using the non-parametric Mann-Whitney U-test. RESULTS: Minor changes in inflammatory response were observed in NOD1/2 DKO mice, while no effects were observed on renal injury and the development of fibrosis. CONCLUSION: No difference in renal injury and fibrosis between WT and NOD1/NOD2 DKO mice following obstructive nephropathy induced by ureteral obstruction.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 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 ».