Subnormothermic Oxygenated Perfusion Optimally Preserves Donor Kidneys Ex Vivo
Notice bibliographique
Résumé
INTRODUCTION: The current methods of preserving donor kidneys in nonoxygenated cold conditions minimally protect the kidney against ischemia-reperfusion injury (IRI), a major source of complications in clinical transplantation. However, preserving kidneys with oxygenated perfusion is not currently feasible due to the lack of an ideal perfusion mechanism that facilitates perfusion with blood at warm temperature. Here, we have designed an innovative renal pump circuit system that can perfuse blood or acellular oxygen carrier under flexible temperatures, pressures, and oxygenation. We have tested this apparatus to study optimal conditions of storage of our porcine model of donation after cardiac death (DCD) kidneys. METHODS: . Cessation of blood mimics postcardiac death in humans and simulates DCD warm ischemic injury. Procured kidneys were flushed and subjected to static cold storage (SCS) for 4 hours. For warm perfusion, kidneys were cannulated for pulsatile oxygenated perfusion with blood:PlasmaLyte for 4 hours at 15 °C, 22 °C, and 37 °C. To mimic posttransplant scenario, all kidneys were reperfused with blood for an additional 4 hours at 37 °C. RESULTS: Compared with all other groups, 22 °C perfusion resulted in significant reduction of acute tubular necrosis (ATN), apoptosis, kidney damage markers, Toll-like receptor signaling, and cytokine production. It was associated with maximal renal blood flow and urine output. Kidneys stored at 15 °C thrombosed within 2 hours under this condition. Martius Scarlet Blue staining confirmed that 22 °C was the optimal temperature to minimize hemorrhage and blood clots. CONCLUSION: Our novel study shows that oxygenated perfusion at near-room-temperature provides optimal donor kidney storage conditions.
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 | 0,000 |
| 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) | 0,013 | 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 ».