Remote ischemic conditioning improves outcome independent of anesthetic effects following shockwave-induced traumatic brain injury
Notice bibliographique
Résumé
Traumatic brain injury due to primary blast exposure is a major cause of ongoing neurological and psychological impairment in soldiers and civilians. Animal and human evidence suggests that low-level blast exposure is capable of inducing white matter injury and behavioural deficits. There are currently no effective therapies to treat the underlying suspected pathophysiology of low-level primary blast or concussion. Remote ischemic conditioning (RIC) has been shown to have cardiac, renal and neuro-protective effects in response to brief cycles of ischemia. Here we examined the effects of RIC in two models of blast injury. We used a model of low-level primary blast in rats to evaluate the effects of RIC neurofilament expression. We subsequently used a model of traumatic brain injury in adult zebrafish using pulsed high intensity focused ultrasound (pHIFU) to evaluate the effects of RIC on behavioural outcome and apoptosis in a post-traumatic setting. In blast exposed rats, RIC pretreatment modulated NF200 expression suggesting an innate biological buffering effect. In zebrafish, behavioural deficits and apoptosis due to pHIFU-induced brain injury were reduced following administration of serum derived from RIC rats. The results in the zebrafish model demonstrate the humoral effects of RIC independent of anesthetic effects that were observed in the rat model of injury. Our results indicate that RIC is effective in improving outcome following modeled brain trauma in pre- and post-injury paradigms. The results suggest a potential role for innate biological systems in the protection against pathophysiological processes associated with impairment following shockwave induced trauma.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| 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) | 0,000 | 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 ».