Role of interleukin‐33 in sepsis‐induced myocardial dysfunction
Notice bibliographique
Résumé
The disruption of myocardial extracellular matrix (ECM) protein has been implicated in myocardial dysfunction during sepsis. However, the underlying mechanism(s) are not clear. Interleukin‐ 33 (IL‐33) is a cytokine which can regulate collagen synthesis in various cardiac pathologies. The purpose of the present study is to test whether IL‐33 contributes to the sepsis‐induced myocardial dysfunction through regulation of matrix metalloprotease‐9 (MMP‐ 9). Methods In vivo, feces‐induced peritonitis (FIP) in mice and in vitro LPS treatments to isolated cardiomyocytes were used in the study. Results In mice with FIP, myocardial IL‐33 and MMP‐9 expression were increased and myocardial contractility was decreased. Myocardial function in mice with FIP was improved when the mice were treated with soluble ST2 (sST2), a decoy receptor of IL‐33. The in vitro, expression of IL‐33 and MMP‐9 in cardiomyocytes treated with LPS was increased. Addition of sST2 prevented the increase in MMP‐9 expression in LPS treated myocytes. Conclusion Our results indicate IL‐33 plays an important role in mediating sepsis‐induced myocardial dysfunction by regulation of myocyte MMP‐9 expression. (Supported by the Department of National Defense, Canadian Forces Medical Group)
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 | 0,000 |
| 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 | 0,001 |
| 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 ».