Inflammatory Mediators in Pericardial Fluid in Patients Undergoing Cardiac Surgery
Notice bibliographique
Résumé
The pericardial space provides a homeostatic environment that facilitates optimal cardiac function. The pericardial space contains pericardial fluid (PCF) and other tissue sources, including pericardial adipose tissue and the great vessels. Given its proximity to the heart, PCF has emerged as a potential diagnostic, prognostic, and therapeutic vehicle. As such, the biochemical and humoral characteristics of PCF have recently been the focus of several studies. Evidence shows that the PCF is a rich reservoir for various hormones, cytokines, adhesion molecules, and multiple other substances. This review aims to better understand the pericardial microenvironment, focusing on the kinetic and dynamic changes that govern different inflammatory molecules in the PCF in patients undergoing cardiac surgery. Our electronic search yielded 7 studies that reported the changes in PCF levels of interleukin (IL)-1, IL-6, IL-8, IL-10, tumour necrosis factor (TNF)α, interferon (IFN)γ, and vascular endothelial growth factor (VEGF) during or in the immediate postoperative period after cardiac surgery. Although it was not possible to make direct comparisons of inflammatory marker levels across studies because of inconsistencies in their reporting, we aimed to identify dynamic changes in pericardial levels of these inflammatory mediators, with a focus on their potential role in the development of postoperative inflammatory response.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,004 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».