MétaCan
Menu
Retour à la cohorte
Enregistrement W4312112275 · doi:10.3791/64384

Assessment of <em>Ex Vivo</em> Murine Biventricular Function in a Langendorff Model

2022· article· en· W4312112275 sur OpenAlexaff
Pierre‐Emmanuel Noly, Suyash Naik, Paul C. Tang, Ienglam Lei

Notice bibliographique

RevueJournal of Visualized Experiments · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueTransplantation: Methods and Outcomes
Établissements canadiensUniversité de Montréal
Organismes subventionnairesNational Heart, Lung, and Blood Institute
Mots-clésEx vivoVentricleMedicineCardiac function curveCardiologyHeart transplantationPerfusionTransplantationIn vivoInternal medicineHeart failureBiology

Résumé

récupéré en direct d'OpenAlex

Primary graft dysfunction (PGD) remains the leading cause of early death following heart transplantation. Prolonged ischemic time during cold preservation is an important risk factor for PGD, and reliable evaluation of cardiac function is essential to study the functional responses of the donor heart after cold preservation. The accompanying video describes a technique to assess murine right and left ventricular function using ex vivo perfusion based in a Langendorff model after cold preservation for different durations. In brief, the heart is isolated and stored in a cold histidine-tryptophan-ketoglutarate (HTK) solution. Then, the heart is perfused with a Kreb buffer in a Langendorff model for 60 min. A silicone balloon is inserted into the left and right ventricle, and cardiac functional parameters are recorded (dP/dt, pressure-volume relationships). This protocol allows the reliable evaluation of cardiac function after different heart preservation protocols. Importantly, this technique allows the study of cardiac preservation responses specifically in native cardiac cells. The use of very small murine hearts allows access to an enormous array of transgenic mice to investigate the mechanisms of PGD.

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)0,002
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: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,042
Tête enseignante GPT0,431
Écart entre enseignants0,388 · 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
GenreMéthodes

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

En bref

Citations3
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Visualized ExperimentsMême sujetTransplantation: Methods and OutcomesTravaux en français237 207