Combined Glucagon‐like Peptide‐2 and Epidermal Growth Factor Therapy Maximally Stimulates Adaptation in Neonatal Intestinal Failure without Ileum
Notice bibliographique
Résumé
Purpose Most infants with intestinal failure (IF) suffer from loss of distal intestine, and ileum. We studied the effect of glucagon‐like peptide‐2 (GLP2) and epidermal growth factor (EGF) therapy in a novel preclinical IF model with distal resection. Methods Neonatal piglets received one of 4 treatments (saline, GLP2, EGF, or GLP2/EGF in combination; n=6 in all groups) for 7 days after a 75% distal intestinal resection or no resection (sham). Adaptation was assessed by gut morphology, histology and permeability to mannitol. qRT‐PCR was performed for insulin‐like growth factor‐1 ( Igf1 ), its receptor ( Igf1r ) and Egfr . Data are analyzed by two‐way ANOVA. Results Combination therapy increased intestinal length and mucosal weight over GLP2 or EGF alone and saline (p<0.01). Villus height increased with GLP2 but increased most with combination therapy compared to saline (p<0.01). Combination therapy decreased intestinal permeability to mannitol over GLP2 or EGF alone and saline (p<0.01). Igf1r expression increased with EGF and decreased with GLP2, with no effect on Igf1 or Egfr (p=0.03). Conclusions The adaptive changes present a role for combined GLP2 and EGF therapy in neonatal IF without ileum. Unlike mid‐intestinal resection, the effects of GLP2 or EGF alone are not as pronounced, nor is Igf1 upregulated, highlighting remnant anatomy as an important determinant of treatment effects.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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) | 0,001 | 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 ».