The intrarenal renin-angiotensin system in hypertension: Insights from mathematical modelling
Notice bibliographique
Résumé
Abstract The renin-angiotensin system (RAS) plays a pivotal role in the maintenance of volume homeostasis and blood pressure. In addition to the well-studied systemic RAS, local RAS have been documented in various tissues, including the kidney. Given the role of the intrarenal RAS in the pathogenesis of hypertension, a role established via various pharmacologic and genetic studies, substantial efforts have been made to unravel the processes that govern intrarenal RAS activity. In particular, several mechanisms have been proposed to explain the rise in intrarenal angiotensin II (Ang II) that accompanies Ang II infusion, including increased angiotensin type 1 receptor (AT1R)-mediated uptake of Ang II and enhanced intrarenal Ang II production. However, experimentally isolating their contribution to the intrarenal accumulation of Ang II in Ang II–induced hypertension is challenging, given that they are fundamentally connected. Computational modelling is advantageous because the feedback underlying each mechanism can removed and the effect on intrarenal Ang II can be studied. In this work, the mechanisms governing the intrarenal accumulation of Ang II during Ang II infusion experiments are delineated and the role of the intrarenal RAS in Ang II-induced hypertension is studied. To accomplish this, a compartmental ODE model of the systemic and intrarenal RAS is developed and Ang II infusion experiments are simulated. Simulations indicate that AT1Rmediated uptake of Ang II is the primary mechanism by which Ang II accumulates in the kidney during Ang II infusion. Enhanced local Ang II production is unnecessary. The results demonstrate the role of the intrarenal RAS in the pathogenesis of Ang II-induced hypertension and consequently, clinical hypertension associated with an overactive RAS.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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 ».