IMproving Preclinical Assessment of Cardioprotective Therapies (IMPACT): a small animal acute myocardial infarction randomized-controlled multicenter study on the effect of ischemic preconditioning
Notice bibliographique
Résumé
Although many cardioprotective interventions have been shown to limit infarct size (IS), in preclinical animal studies of acute myocardial ischemia/reperfusion injury (IRI), their clinical translation to patient benefit has been largely disappointing. A major factor is the lack of rigor and reproducibility in the preclinical studies. To address this, we have established the IMproving Preclinical Assessment of Cardioprotective Therapies (IMPACT) small animal multisite acute myocardial infarction (AMI) network, with centralized randomization and blinded core laboratory IS analysis, and have validated the network using ischemic preconditioning (IPC). Eight sites from the COST Innovators Grant (IG16225) network participated in the IMPACT AMI study. Mice and rats were randomly allocated into Sham, Control, or IPC groups. The IRI group underwent 45 min (mice) or 30 min (rats) of left coronary artery occlusion followed by 24 h reperfusion. IPC comprised three cycles of 5 min occlusion/reperfusion before IRI. IS was determined by a blinded core lab. The majority of site showed significant cardioprotection with IPC. In pooled mouse data, IPC (N = 42) reduced IS/AAR by 35% compared to control (N = 48) (30 ± 16% versus 46 ± 13%; p < 0.005), and in rat data, IPC (N = 36) reduced IS/AAR by 29% when compared to control (N = 39) (32 ± 19% versus 45 ± 14%; p < 0.01). The IMPACT multisite mouse and rat AMI networks, with centralized randomization and blinded core IS analysis, were established to improve the reproducibility of cardioprotective interventions in preclinical studies and to facilitate the translation of these therapies for patient benefit.
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 | 0,018 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,002 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 ».