Lung thermography during the initial reperfusion period to assess pulmonary function in cellular ex vivo lung perfusion
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Thermography is a noninvasive technology to detect low temperatures in poorly circulated areas. In ex vivo lung perfusion (EVLP), lungs are rewarmed to body temperature during the initial 1 h. Currently, the effect of graft thermal changes during the rewarming phase on pulmonary function is unknown. In this study, we evaluated the correlation of lung surface temperature with physiological parameters, wet/dry ratio, and transplant suitability in Lund-type EVLP. METHODS: Fifteen pigs were divided into three groups: control group (no warm ischemia) or donation after circulatory death groups with 60 or 90 min of warm ischemia (n = 5, each). Thermal images of the lower lobes were continuously collected from the bottom of an organ chamber using infrared thermography throughout EVLP. RESULTS: At 8 min, lung surface temperatures of nonsuitable cases were significantly lower than in suitable cases (25.1 ± 0.6 vs. 27.8 ± 1.2°C, p < 0.001), while there was no difference in lung surface temperatures between the two groups at 0-4 min and 12-120 min. There was a significant negative correlation between lung surface temperatures at 8 min and wet/dry ratio at 2 h in the lower lobes (R = -0.769, p < 0.001, cutoff = 26°C, area under the curve = 1.0). A lung surface temperature of <26°C was significantly correlated with poor pulmonary function and transplant nonsuitability. CONCLUSION: A lung surface temperature of ≥26°C at 8 min is a good early predictor of transplant suitability in cellular EVLP and might be applicable in clinical EVLP.
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.
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 | 0,000 |
| 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 | 0,001 | 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) | 0,002 | 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 découle