High throughput screening of airway constriction in mouse lung slices
Notice bibliographique
Résumé
The level of airway constriction in thin slices of lung tissue is highly variable. Owing to the labor-intensive nature of these experiments, determining the number of airways to be analyzed in order to allocate a reliable value of constriction in one mouse is challenging. Herein, a new automated device for physiology and image analysis was used to facilitate high throughput screening of airway constriction in lung slices. Airway constriction was first quantified in slices of lungs from male BALB/c mice with and without experimental asthma that were inflated with agarose through the trachea or trans-parenchymal injections. Random sampling simulations were then conducted to determine the number of airways required per mouse to quantify maximal constriction. The constriction of 45 ± 12 airways per mouse in 32 mice were analyzed. Mean maximal constriction was 37.4 ± 32.0%. The agarose inflating technique did not affect the methacholine response. However, the methacholine constriction was affected by experimental asthma (p = 0.003), shifting the methacholine concentration-response curve to the right, indicating a decreased sensitivity. Simulations then predicted that approximately 35, 16 and 29 airways per mouse are needed to quantify the maximal constriction mean, standard deviation and coefficient of variation, respectively; these numbers varying between mice and with experimental asthma.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».