MétaCan
Menu
Retour à la cohorte
Enregistrement W4387159807 · doi:10.3791/65981

Establishment of an <em>Ex Vivo</em> Lung Perfusion Rat Model for Translational Insights in Lung Transplantation

2023· article· en· W4387159807 sur OpenAlexaff
P. Oliveira, Keiji Yamanashi, Aizhou Wang, Marcelo Cypel

Notice bibliographique

RevueJournal of Visualized Experiments · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueTransplantation: Methods and Outcomes
Établissements canadiensUniversity of TorontoToronto General HospitalUniversity Health Network
Organismes subventionnairesnon disponible
Mots-clésLungLung transplantationTransplantationContext (archaeology)MedicineEx vivoRat modelIn vivoIntensive care medicineSurgeryBiologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

Since the establishment of lung transplantation as a therapeutic strategy for advanced lung diseases, the scientific community is faced with the problem of a low number of lungs considered viable for the donation process. In recent decades, however, this scenario has been positively changed, given the development of ex vivo lung perfusion (EVLP) as a strategy for evaluating and reconditioning marginal lungs. The establishment of EVLP in large transplant centers has favored an increase in the number of lung transplants, both by increasing the diagnostic accuracy of lung function and by constituting an effective platform for the reconditioning of lung grafts. In this context, faced with ethical and logistical issues, as well as in the study of immunological factors associated with lung transplantation, the development of rodent EVLP models has become important, given their reliability, the possibility of genetic manipulation, and lower costs. This paper describes a protocol for establishing a rat EVLP model and shows the inflammatory profile associated with the perfused lungs. This will help propagate knowledge about the rat EVLP model, promoting our understanding of the biological responses associated with that revolutionary technique.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,431
Score d'incertitude au seuil0,911

Scores Codex et Gemma par catégorie

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

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 Opus0,044
Tête enseignante GPT0,423
Écart entre enseignants0,379 · 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 tête enseignante, 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

Citations5
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

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