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 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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».