Evaluation of interleukin‐1 and interleukin‐6 receptor antagonists in a murine model of acute lung injury
Notice bibliographique
Résumé
Abstract The acute exudative phase of acute respiratory distress syndrome (ARDS), a severe form of respiratory failure, is characterized by alveolar damage, pulmonary oedema, and an exacerbated inflammatory response. There is no effective treatment for this condition, but based on the major contribution of inflammation, anti‐inflammatory strategies have been evaluated in animal models and clinical trials, with conflicting results. In COVID‐19 ARDS patients, interleukin (IL)‐1 and IL‐6 receptor antagonists (IL‐1Ra and IL‐6Ra, kineret and tocilizumab, respectively) have shown some efficacy. Moreover, we have previously developed novel peptides modulating IL‐1R and IL‐6R activity (rytvela and HSJ633, respectively) while preserving immune vigilance and cytoprotective pathways. We aimed to assess the efficacy of these novel IL‐1Ra and IL‐6Ra, compared to commercially available drugs (kineret, tocilizumab) during the exudative phase (day 7) of bleomycin‐induced acute lung injury (ALI) in mice. Our results first showed that none of the IL‐1Ra and IL‐6Ra compounds attenuated bleomycin‐induced weight loss and venous increase. Histological analyses and lung water content measurements also showed that these drugs did not improve lung injury scores or pulmonary oedema, after the bleomycin challenge. Finally, IL‐1Ra and IL‐6Ra failed to alleviate the inflammatory status of the mice, as indicated by cytokine levels and alveolar neutrophil infiltration. Altogether, these results indicate a lack of beneficial effects of IL‐1R and IL‐6R antagonists on key parameters of ALI in the bleomycin mouse model.
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 | 0,000 | 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) | 0,000 | 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 ».