MétaCan
Menu
Retour à la cohorte
Enregistrement W4398167381 · doi:10.1152/physiol.2024.39.s1.1974

E-Cigarette Aerosol Alters Pulmonary Surfactant Function

2024· article· en· W4398167381 sur OpenAlexaff
Emma Graham, Lynda McCaig, Salem Abu Al-Burak, Ruud A. W. Veldhuizen

Notice bibliographique

RevuePhysiology · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueInhalation and Respiratory Drug Delivery
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésPulmonary surfactantAerosolPulmonary function testingChemistryLung functionMedicinePhysiologyEnvironmental chemistryLungInternal medicineBiochemistryOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Introduction: E-cigarette (EC) and vaping use continue to remain popular, particularly in young populations despite several clinical 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. A complex mixture of lipids and proteins, surfactant reduces surface tension in the lungs maintaining compliance and preventing collapse. Currently, information on how EC aerosols impacts pulmonary surfactant remains limited, particularly in the in vivo scenario. We hypothesized that exposure to EC aerosol will impair the surface tension reducing ability of surfactant. Methods: In vitro EC aerosol exposure : 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. In vivo EC aerosol exposure : Male and female Wistar rats were exposed to vehicle or menthol flavoured EC aerosol. Rats were exposed for 15 minutes for either a single or multiple (up to 8) exposures, with control animals receiving room air. Animals were euthanized and bronchoalveolar lavage was performed to collect surfactant. Analyzing surfactant function: Samples underwent dynamic compression and expansion, and biophysical analysis after exposure, completed using a constrained drop surfactometer (CDS). Results: Significant increases in minimum surface tensions were observed after exposure to EC aerosol across 20 compression/expansion cycles. Surfactant function was altered in vitro independent of vaping device, temperature, or inclusion of nicotine. Vehicle aerosol exposure produced alterations in surfactant properties, however addition of menthol flavouring significantly increased surface tensions compared to control and vehicle exposure. Preliminary in vivo studies indicate that aerosol exposure is well-tolerated by both male and female animals. Further experiments will analyze the function of surfactant isolated from these animals. Discussion: EC aerosols alter surfactant function through increases in minimum surface tension in vitro. This effect was more pronounced with menthol flavoured EC aerosol. It is anticipated that our in vivo experiments will corroborate these findings. Ultimately, impairment of surfactant due to EC aerosol exposure may contribute to lung dysfunction and susceptibility to further injury. Western University, NSERC, OGS. This is the full abstract presented at the American Physiology Summit 2024 meeting and is only available in HTML format. There are no additional versions or additional content available for this abstract. Physiology was not involved in the peer review process.

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)0,000
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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,017
Tête enseignante GPT0,263
Écart entre enseignants0,246 · 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
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

Citations1
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePhysiologyMême sujetInhalation and Respiratory Drug DeliveryTravaux en français237 207