Abstract 6970: Extracellular Vesicles Prevent Post-Operative Atrial Fibrillation
Notice bibliographique
Résumé
Half of patients recovering from cardiac surgery experience a malignant form of atrial fibrillation that results from inflammation in the pericardial space surrounding the heart. Given that post-operative atrial fibrillation (POAF) increases mortality, effective measures to prevent or treat POAF are highly desirable. In this study, we built on previous work to see if extracellular vesicles (EVs) isolated from human atrial explant-derived cell conditioned media can prevent POAF. Hypothesis: Human EVs will reduce AF inducibility in a rat model of sterile pericarditis by reducing inflammation and the malignant pro-fibrillatory transformation of atrial fibroblasts. Methods and Results: Middle aged female and male Sprague-Dawley rats (6 months old) were randomized to sham operation (n=24; 12 females, 12 males) or induction of sterile pericarditis followed by intra-atrial injection of 10 8 human EVs (n=34; 17 females, 17 males) or vehicle (n=34; 17 females, 17 males). Three days later, all rats underwent invasive electrophysiological testing prior to sacrifice. As expected, pericarditis increased the probability of inducing AF (Figure Panel A). EV treatment reduced the probability of AF. Recipient sex did not alter this effect. Analysis of atrial tissue histology (H&E staining) and lysate (Luminex assays for IL-2, Il-18, MCP-1 and PDGF-AB) revealed that EV treatment abrogated the pro-inflammatory effects of pericarditis. As shown in Panel B, pericarditis increased both atrial fibrosis and mass while EV treatment limited the effect of pericarditis on atrial fibrosis and mass. These effects were attributable to the anti-fibrotic effect of EV treatment on atrial fibroblast proliferation profiled using in-vitro cultures exposed to pro-fibrillatory stimuli (i.e., IL-6 and TGFβ1). Conclusion: Intramyocardial injection of EVs at the time of open chest surgery may provide a facile acellular strategy to prevent POAF by reducing inflammation and fibrosis.
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) | 0,000 | 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 | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 ».