MétaCan
Menu
← Retour à la cohorte
Enregistrement W4225376173 · doi:10.1096/fasebj.2022.36.s1.r2891

Ketone Therapy Reduces Systemic and Organ Inflammation in Sepsis

2022· article· en· W4225376173 sur OpenAlexafffund
Shubham Soni, Matthew D. Martens, Zaid H. Maayah, Shingo Takahara, Heidi Silver, Aja M. Rieger, Mourad Ferdaoussi, Jason R.B. Dyck

Notice bibliographique

RevueThe FASEB Journal · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueDiet and metabolism studies
Établissements canadiensUniversity of Alberta
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésSystemic inflammationSepsisInflammationMedicineInternal medicine

Résumé

récupéré en direct d'OpenAlex

Introduction Sepsis is the body's reaction to an infection that often causes lasting multi‐organ injury due to a dysregulated inflammatory response. Currently, there are no effective treatments to reduce inflammation during sepsis and assist in preventing the lasting inflammation‐mediated damage and thus, sepsis accounts for approximately 20% of all global causes of death. In addition, many patients who recover from sepsis have permanent damage to many organ systems which makes them more susceptible to future injury that likely affects them more severely. Thus, therapeutic strategies to reduce the inflammatory response in sepsis are needed to save lives and improve the outcomes and quality of life of those who survive sepsis. Herein, we tested the efficacy of a ketone therapy that increases circulating ketones via ketone ester supplementation. Ketones are small molecules that are normally produced by the liver and are elevated during carbohydrate‐deprived states, such as fasting or exercise. While ketones are classically known to be a metabolic source of energy, they also have non‐metabolic effects, such as inhibiting inflammation, which can be of therapeutic importance. We hypothesized that ketones have potent anti‐inflammatory effects in a mouse model of lipopolysaccharide (LPS)‐induced sepsis and that ketones can be used to mitigate the inflammation‐mediated organ damage. Objective To determine if ketone supplementation can effectively reduce inflammation and organ dysfunction/damage in a model of LPS‐induced sepsis. Methods 8‐week‐old mice orally received either vehicle or a clinically tested ketone ester (KE) for 3 days. On day 3, mice were injected with saline or LPS to induce systemic inflammation and organ damage. 24 hours post‐injection, cardiac function was assessed and then mice were euthanized to assess systemic and organ inflammation from the 3 groups (control, LPS, LPS+KE). Results LPS‐treated mice had higher blood ketones compared to controls, suggesting that ketones may be important as an innate defense mechanism, and this response was further augmented in KE‐treated septic mice. While LPS‐treated mice had an induction of systemic pro‐inflammatory cytokines (e.g., IL‐1β, IL‐6, interferon‐γ) these cytokines were significantly lower in KE‐treated septic mice. Similarly, LPS induced numerous inflammatory markers in the heart, kidney, and liver, a large majority of which were reduced in the KE‐treated septic mice. LPS‐induced cardiac dysfunction and renal fibrosis was also significantly lower in KE‐treated septic mice. Finally, there was either no change or a reduction of ketolytic enzymes in various organs, suggesting that these protective and anti‐inflammatory effects do not depend on ketone metabolism for energy production. Conclusion Together, these data are the first to show that ketone therapy may be a novel approach to reducing systemic and organ inflammation and dysfunction, and subsequent organ damage in a model of LPS‐induced sepsis.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,021
Tête enseignante GPT0,266
Écart entre enseignants0,245 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe FASEB Journal→Même sujetDiet and metabolism studies→Travaux en français237 207→