Renal immune surveillance and dipeptidase-1 contribute to contrast-induced acute kidney injury
Notice bibliographique
Résumé
Radiographic contrast agents cause acute kidney injury (AKI), yet the underlying pathogenesis is poorly understood. Nod-like receptor pyrin containing 3-deficient (Nlrp3-deficient) mice displayed reduced epithelial cell injury and inflammation in the kidney in a model of contrast-induced AKI (CI-AKI). Unexpectedly, contrast agents directly induced tubular epithelial cell death in vitro that was not dependent on Nlrp3. Rather, contrast agents activated the canonical Nlrp3 inflammasome in macrophages. Intravital microscopy revealed diatrizoate (DTA) uptake within minutes in perivascular CX3CR1+ resident phagocytes in the kidney. Following rapid filtration into the tubular luminal space, DTA was reabsorbed and concentrated in tubular epithelial cells via the brush border enzyme dipeptidase-1 in volume-depleted but not euvolemic mice. LysM-GFP+ macrophages recruited to the kidney interstitial space ingested contrast material transported from the urine via direct interactions with tubules. CI-AKI was dependent on resident renal phagocytes, IL-1, leukocyte recruitment, and dipeptidase-1. Levels of the inflammasome-related urinary biomarkers IL-18 and caspase-1 were increased immediately following contrast administration in patients undergoing coronary angiography, consistent with the acute renal effects observed in mice. Taken together, these data show that CI-AKI is a multistep process that involves immune surveillance by resident and infiltrating renal phagocytes, Nlrp3-dependent inflammation, and the tubular reabsorption of contrast via dipeptidase-1.
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 | 0,005 | 0,020 |
| 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 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».