Reliability of Donor Lung Sampling in Lung Transplantation
Notice bibliographique
Résumé
Introduction: Ex vivo lung perfusion (EVLP) is a normothermic platform used to assess donor lungs. Many have studied biomarkers in lung injury, but it is unclear whether samples taken from one location are representative of the organ. Our objective was to investigate the uniformity of cytokine expression in tissue biopsies and in EVLP perfusates from various locations.
 Methods: In the tissue study, eight donor lungs were partitioned from apex to base. In each lung, three biopsies were taken from the third, sixth, and ninth slices, while two were taken from the lingula and an injury site. In the perfusate study, four samples were taken from four lobes in eight donors during EVLP. Expressions of IL-6, IL-8, IL-10, and IL-1β were measured using qPCR and ELISA.
 Results: In the tissue study, the mean intra-biopsy equal-variance F-value was 0.53. The median intra-biopsy coefficient of variation (CV) was 18%. In donors without gross focal injury, the mean comparisons of biopsies in each donor showed that the three consistent slices showed no differences and had a CV of 20%, which was similar to the intra-biopsy CV (p=0.80). Both the lingula and injury biopsies demonstrated larger differences from the rest. The median intra-lung CV of perfusates from different lobes was 4.9%.
 Conclusion: Intra-biopsy variances were consistent across biopsies. Lungs without gross focal injury demonstrated more consistent gene expression. The lingula is not a representative site due to high signal variability. The consistent measurements in EVLP perfusates provided a uniform picture of the inflammation.
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 | 0,002 | 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 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 ».