Correlation between GFAP and UCH-L1 serum concentrations and mitigation of brain insult after MV with diaphragm neurostimulation
Notice bibliographique
Résumé
Rationale: Our group has demonstrated hippocampal cell loss after mechanical ventilation (MV) which can be mitigated by temporary transvenous diaphragm neurostimulation (TTDN). GFAP and UCH-L1 serum concentrations are established markers of neural injury. There is a need to investigate strategies to prevent brain insult after MV. Objectives: We investigate whether TTDN plus lung-protective MV for 50 hours mitigates elevation of serum markers for brain injury. Methods: Thirty-eight healthy pigs with non-injured lungs were divided into four groups: MV, TTDN50%+MV, TTDN100%+MV and NV (Figure 1). GFAP and UCH-L1 serum concentrations were analyzed. Results: TTDN100%+MV group had lower concentrations of GFAP and UCH-L1 in comparison to the other groups. Differences in GFAP and UCH-L1 serum concentrations were statistically significant between groups, p<0.0001. Spearman correlation showed a nonlinear, positive, and moderate relationship between serum concentrations of GFAP and UCH-L1, r=0.4773, p=0.0028 (Figure 1A-C). Conclusions: TTDN resulted in lower serum concentrations of established biomarkers of neural injury (GFAP and UCH-L1) after 50 hours of MV. There was a nonlinear, moderate, and positive correlation between GFAP and UCH-L1 serum concentrations.
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) | 0,000 | 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) | 0,001 | 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 ».