Comparison of Treatment Effects of Different Iron Chelators in Experimental Models of Sepsis
Notice bibliographique
Résumé
Growing evidence indicates that dysregulated iron metabolism with altered and excess iron availability in some body compartments plays a significant role in the course of infection and sepsis in humans. Given that all bacterial pathogens require iron for growth, that iron withdrawal is a normal component of innate host defenses and that bacterial pathogens have acquired increasing levels of antibiotic resistance, targeting infection and sepsis through use of appropriate iron chelators has potential to provide new therapeutics. We have directly compared the effects of three Food and Drug Administration (FDA)-approved chelators (deferoxamine-DFO; deferiprone-DFP; and deferasirox-DFX), as were developed for treating hematological iron overload conditions, to DIBI, a novel purpose-designed, anti-infective and anti-inflammatory water-soluble hydroxypyridinone containing iron-selective copolymers. Two murine sepsis models, endotoxemia and polymicrobial abdominal sepsis, were utilized to help differentiate anti-inflammatory versus anti-infective activities of the chelators. Leukocyte adhesion, as measured by intravital microscopy, was observed in both models, with DIBI providing the most effective reduction and DFX the poorest. Inflammation in the abdominal sepsis model, assessed by cytokine measurements, indicated exacerbation by DFX and DFO for plasma Interleukin (IL)-6 and reductions to near-control levels for DIBI and DFP. Peritoneal infection burden was reduced 10-fold by DIBI while DFX and DFP provided no reductions. Overall, the results, together with those from other studies, revealed serious limitations for each of the three hematological chelators, i.e., as potentially repurposed for treating infection/sepsis. In contrast, DIBI provided therapeutic benefits, consistent with various in vitro and in vivo results from other studies, supporting the potential for its use in treating sepsis.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 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 | 0,001 | 0,001 |
| 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 ».