E-cigarette aerosol exposure of pulmonary surfactant impairs its surface tension reducing function
Notice bibliographique
Résumé
INTRODUCTION: E-cigarette (EC) and vaping use continue to remain popular amongst teenage and young adult populations, despite several reports of vaping associated lung injury. One of the first compounds that EC aerosols comes into contact within the lungs during a deep inhalation is pulmonary surfactant. Impairment of surfactant's critical surface tension reducing activity can contribute to lung dysfunction. Currently, information on how EC aerosols impacts pulmonary surfactant remains limited. We hypothesized that exposure to EC aerosol impairs the surface tension reducing ability of surfactant. METHODS: Bovine Lipid Extract Surfactant (BLES) was used as a model surfactant in a direct exposure syringe system. BLES (2ml) was placed in a syringe (30ml) attached to an EC. The generated aerosol was drawn into the syringe and then expelled, repeated 30 times. Biophysical analysis after exposure was completed using a constrained drop surfactometer (CDS). RESULTS: Minimum surface tensions increased significantly after exposure to the EC aerosol across 20 compression/expansion cycles. Mixing of non-aerosolized e-liquid did not result in significant changes. Variation in device used, addition of nicotine, or temperature of the aerosol had no additional effect. Two e-liquid flavours, menthol and red wedding, had further detrimental effects, resulting in significantly higher surface tension than the vehicle exposed BLES. Menthol exposed BLES has the highest minimum surface tensions across all 20 compression/expansion cycles. Alteration of surfactant properties through interaction with the produced aerosol was observed with a basic e-liquid vehicle, however additional compounds produced by added flavourings appeared to be able to increase inhibition. CONCLUSION: EC aerosols alter surfactant function through increases in minimum surface tension. This impairment may contribute to lung dysfunction and susceptibility to further injury.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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) | 0,002 | 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 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 ».