Use of serum hyaluronic acid as a biomarker of endothelial glycocalyx degradation in dogs with septic peritonitis
Notice bibliographique
Résumé
OBJECTIVE: To describe daily changes in serum concentrations of hyaluronic acid (HA), a biomarker of endothelial glycocalyx degradation, in dogs with septic peritonitis and to determine whether relationships exist among serum concentrations of HA and biomarkers of inflammation and patient fluid status. ANIMALS: 8 client-owned dogs. PROCEDURES: Serum samples that had been collected for a previous study and stored at -80°C were used. Blood samples were collected at admission and daily thereafter during hospitalization and were analyzed for concentrations of HA and interleukins 6, 8, and 10. Patient data including acute patient physiologic and laboratory evaluation score, type and amount of fluids administered daily, and daily CBC and lactate concentration results were recorded. To determine the significant predictors of HA concentration, a general linear mixed model for repeated measures was developed. RESULTS: All dogs survived to discharge. Concentrations of HA ranged from 18 to 1,050 ng/mL (interquartile [25th to 75th percentile] range, 49 to 119 ng/mL) throughout hospitalization. Interleukin-6 concentration was a significant predictor of HA concentration as was total administered daily fluid volume when accounting for interleukin-6 concentration. When fluid volume was analyzed independent of inflammatory status, fluid volume was not a significant predictor. Concentrations of HA did not significantly change over time but tended to increase on day 2 or 3 of hospitalization. CONCLUSIONS AND CLINICAL RELEVANCE: Results supported the theory that inflammation is associated with endothelial glycocalyx degradation. Dogs recovering from septic peritonitis may become more susceptible to further endothelial glycocalyx damage as increasing fluid volumes are administered.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| 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 | 0,000 | 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 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 ».