Effect of Liposome Treatment on Hemorheology and Metabolic Profile of Human Red Blood Cells During Hypothermic Storage
Notice bibliographique
Résumé
BACKGROUND: Ex vivo cold storage of red blood cells (RBCs) for transfusion has long been associated with hypothermic storage lesions. It has been proposed that liposomes can be used to mitigate hemorheological elements of RBC membrane storage lesions. This study aimed to determine the appropriate liposome treatment time and assess the effects of liposome treatment on RBC's hemorheological and metabolic profiles. MATERIALS AND METHODS: Unilamellar liposomes were synthesized to contain a bilayer of 1,2-dioleoyl-sn-glycero-3-phosphocholine (DOPC):cholesterol (7:3 mol%). Packed human RBCs (n = 4) were divided into untreated control (HEPES-NaCl solution) and liposome-treated samples (2 mM DOPC liposomes) and treated at days 2, 21, and 42 of hypothermic storage. RBC quality assessment included percent hemolysis, deformability, aggregation, hematological indices, microvesiculation, supernatant potassium, adenosine triphosphate (ATP), and 2,3-diphosphoglycerate (2,3-DPG). RESULTS: Among the parameters affected by liposome treatment time were deformability, aggregation amplitude (Amp), mean corpuscular hemoglobin, mean corpuscular hemoglobin concentration, and microparticle mean fluorescence intensity. After 6 weeks of storage, aggregation index (AI) and Amp were significantly increased in liposome-treated RBCs (AI: 45.38 ± 1.92% vs. 41.54 ± 4.10%, p = 0.020; Amp: 16.38 ± 2.17 arbitrary units [au] vs. 12.22 ± 3.29 au, p = 0.019). Despite comparable hemolysis levels at 3 and 6 weeks, DOPC-treated RBCs showed significantly increased potassium levels for the same time points (3 weeks: 31.2 ± 2.7 mmol/L vs. 30.8 ± 2.7 mmol/L, p = 0.007; 6 weeks: 45.0 ± 3.0 mmol/L vs. 43.8 ± 3.4 mmol/L, p = 0.013). ATP and 2,3-DPG levels were comparable throughout storage. CONCLUSIONS: Liposome treatment seemed to be more beneficial when performed at the beginning of storage up to day 21. DOPC liposome treatment resulted in an improvement in human RBC hemorheology upon storage, with no significant impact on metabolic profile.
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 | 0,000 | 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) | 0,001 | 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 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 ».