Long–term lung inflammation is reduced by estradiol treatment in brain dead female rats
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
OBJECTIVES: Lung transplantation is limited by the systemic repercussions of brain death (BD). Studies have shown the potential protective role of 17β-estradiol on the lungs. Here, we aimed to investigate the effect of estradiol on the long-lasting lung inflammatory state to understand a possible therapeutic application in lung donors with BD. METHODS: Female Wistar rats were separated into 3 groups: BD, subjected to brain death (6h); E2-T0, treated with 17β-estradiol (50 μg/mL, 2 mL/h) immediately after brain death; and E2-T3, treated with 17β-estradiol (50 μg/ml, 2 ml/h) after 3h of BD. Complement system activity and macrophage presence were analyzed. TNF-α, IL-1β, IL-10, and IL-6 gene expression (RT-PCR) and levels in 24h lung culture medium were quantified. Finally, analysis of caspase-3 gene and protein expression in the lung was performed. RESULTS: Estradiol reduced complement C3 protein and gene expression. The presence of lung macrophages was not modified by estradiol, but the release of inflammatory mediators was reduced and TNF-α and IL-1β gene expression were reduced in the E2-T3 group. In addition, caspase-3 protein expression was reduced by estradiol in the same group. CONCLUSIONS: Brain death-induced lung inflammation in females is modulated by estradiol treatment. Study data suggest that estradiol can control the inflammatory response by modulating the release of mediators after brain death in the long term. These results strengthen the idea of estradiol as a therapy for donor lungs and improving transplant outcomes.
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.
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 | 0,000 | 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 | 0,000 |
| 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 découle