Effect of <scp>rt‐PA</scp> on Shear Wave Mechanical Assessment and Quantitative Ultrasound Properties of Blood Clot Kinetics In Vitro
Notice bibliographique
Résumé
OBJECTIVE: The consequences associated with blood clots are numerous and are responsible for many deaths worldwide. The assessment of treatment efficacy is necessary for patient follow-up and to detect treatment-resistant patients. The aim of this study was to characterize the effect of treatment on blood clots in vitro using quantitative ultrasound parameters. METHODS: Blood from 10 pigs was collected to form three clots per pig in gelatin phantoms. Clots were subjected to 1) no treatment, 2) rt-PA (recombinant tissue plasminogen activator) treatment after 20 minutes of clotting, and 3) rt-PA treatment after 60 minutes of clotting. Clots were weighted before and after the experiment to assess the treatment effect by the mass loss. The clot kinetics was studied over 100 minutes using elastography (Young's modulus, shear wave dispersion, and shear wave attenuation). Homodyne K-distribution (HKD) parameters derived from speckle statistics were also studied during clot formation and dissolving (diffuse-to-total signal power ratio and intensity parameters). RESULTS: Treated clots loosed significantly more mass than non-treated ones (P < .005). A significant increase in Young's modulus was observed over time (P < .001), and significant reductions were seen for treated clots at 20 or 60 minutes compared with untreated ones (P < .001). The shear wave dispersion differed for treated clots at 60 minutes versus no treatments (P < .001). The shear wave attenuation decreased over time (P < .001), and was different for clots treated at 20 minutes versus no treatments (P < .031). The HKD intensity parameter varied over time (P < .032), and was lower for clots treated at 20 and 60 minutes than those untreated (P < .001 and P < .02). CONCLUSION: The effect of rt-PA treatment could be confirmed by a decrease in Young's modulus and HKD intensity parameter. The shear wave dispersion and shear wave attenuation were sensitive to late and early treatments, respectively. The Young's modulus, shear wave attenuation, and HKD intensity parameter varied over time despite treatment.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 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 | 0,001 |
| 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 ».