Blood and urinary cytokine balance and renal outcomes at cardiac surgery
Notice bibliographique
Résumé
BACKGROUND: Increased perioperative pro-inflammatory biomarkers, renal hypoperfusion and ischemia reperfusion injury (IRI) heighten cardiac surgery acute kidney injury (CS-AKI) risk. Increased urinary anti-inflammatory cytokines attenuate risk. We evaluated whether blood and urinary anti-inflammatory biomarkers, when expressed as ratios with biomarkers of inflammation, hypoperfusion and IRI are increased in CS-AKI patients. METHODS: Preoperative and 24-h postoperative blood and urinary pro-inflammatory and anti-inflammatory cytokines, blood VEGF and H-FABP (hypoperfusion biomarkers), and MK, a biomarker for IRI, were measured in 401 cardiac surgery patients. Pre- and postoperative concentrations of biomarkers and selected ratios thereof, were compared between non-CS-AKI and CS-AKI patients. RESULTS: Compared with non-CS-AKI, blood pro-inflammatory (pre- and post-op TNFα, IP-10, IL-12p40, MIP-1α, NGAL; pre-op IL-6; post-op IL-8, MK) and anti-inflammatory (pre- and post-op sTNFsr1, sTNFsr2, IL-1RA) biomarkers together with urinary pro-inflammatory (pre- and post-op uIL-12p40; post-op uIP-10, uNGAL) and anti-inflammatory (pre- and post-op usTNFsr1, usTNFsr2, uIL-1RA) biomarkers, were significantly higher in CS-AKI patients. Urinary anti-inflammatory biomarkers, when expressed as ratios with biomarkers of inflammation (blood and urine), hypoperfusion (blood H-FABP and VEGF) and IRI (blood MK) were decreased in CS-AKI. In contrast, blood anti-inflammatory biomarkers expressed as similar ratios with blood biomarkers were increased in CS-AKI. CONCLUSIONS: The urinary anti-inflammatory response may protect against the injurious effects of perioperative inflammation, hypoperfusion and IRI. These finding may have clinical utility in bioprediction and earlier diagnosis of CS-AKI and informing future therapeutic strategies for CS-AKI patients.
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 | 0,000 | 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 | 0,000 | 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 ».