Red cell supernatant effects on endothelial cell function and innate immune activation is influenced by donor age and sex
Notice bibliographique
Résumé
Background and objectives Blood donor characteristics significantly affect the pre‐storage and post‐storage quality of red cell concentrates (RCCs). This study investigated the impact of donor age and sex on RCC characteristics and the effect of RCC supernatants on the vascular endothelium and monocytes. Materials and methods RCC units selected from four donor groups based on donor age and sex (male ≤ 30‐years old (yo), male ≥ 60‐yo, female ≤ 30‐yo and female ≥ 60‐yo) were stored at 1–6°C and tested on day 7, 21 and 42. RCC supernatants were analysed for the number, concentration and size of extracellular vesicles (EVs). Human vein endothelial cells (HUVECs) monolayers were incubated with RCC supernatants and assessed for expression of vascular cell adhesion molecule‐1 (VCAM‐1) and E‐selectin by flow cytometry as well as endothelial permeability using a trans‐epithelial‐electrical‐resistance assay. Monocytes and HUVECs were incubated with RCC supernatants and supernatants assayed for cytokines/chemokines. Results RCCs from female donors were found to have lower unit volume, haemoglobin content and haematocrit compared to RCCs from male donors ( P < 0·05). RCC supernatants from female ≥ 60‐yo had a higher concentration of large EVs (≥200 nm) compared to both male ≤ 30‐yo ( P = 0·039) and male ≥ 60‐yo supernatants ( P = 0·019). Treatment with RCC supernatants from male ≤ 30‐yo donors induced lower expression of VCAM‐1, lower cytokine/chemokine release and showed the least effect on endothelial permeability. Conclusion Donor characteristics affect RCC quality parameters and influence the endothelial and immune modulation potential of RCC supernatants in vitro .
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 | 0,000 | 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 | 0,001 |
| 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) | 0,000 | 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 ».