Systemic oxidative stress in children with cystic fibrosis with bacterial infection including <i>Pseudomonas Aeruginosa</i>
Notice bibliographique
Résumé
INTRODUCTION: Oxidative stress (OS) occurs in cystic fibrosis (CF). OBJECTIVE: The objective of this work is to evaluate the influence of bacterial infection on biomarkers of OS (catalase [CAT], glutathione peroxidade [GPx], reduced glutathione [GSH]), markers of oxidative damage (protein carbonyls [PC], thiobarbituric acid reactive substances [TBARS]), together with the nutritional status and lung function in children with CF. METHODS: Cross-sectional study including CF group (CFG, n = 55) and control group (CG, n = 31), median age: 3.89 and 4.62 years, respectively. CFG was distributed into CFG negative bacteriology (CFGB-, n = 27) or CFG positive bacteriology (CFGB+, n = 28), and CFG negative Pseudomonas aeruginosa (CFGPa-, n = 36) or CFG positive Pseudomonas aeruginosa (CFGPa+, n = 19). RESULTS: Compared with CG, CFG (P = .034) and CFGB+ (P = .042) had lower body mass index-for-age z-score; forced expiratory volume in the first second was lower in CFGB+ and CFGPa+ (both P < .001). After adjusting for confounders and compared with CG: CFG showed higher TBARS (P ≤ .001) and PC (P = .048), and lower CAT (P = .004) and GPx (P = .003); the increase in PC levels was observed in CFGB+ (P = .011) and CFGPa+ (P = .001) but not in CFGB- (P = .510) and CFGPa- (P = .460). CONCLUSIONS: These results indicate a systemic OS in children with CF. The presence of bacterial infection particularly Pseudomonas aeruginosa seems to be determinant to exacerbate the oxidative damage to proteins, in which PC may be a useful biomarker of OS in CF.
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 | 0,004 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,002 |
| 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 ».