Metabolic changes during cold ischemic preservation and reperfusion in porcine lung transplants
Notice bibliographique
Résumé
Lung transplantation is a cornerstone in treating patients with end-stage lung disease, yet ischemia-reperfusion injury poses significant complications in posttransplant recovery. This study aimed to understand the effects of donor type, cold ischemic time (CIT), and reperfusion on metabolic changes in lung grafts. Porcine donor lungs underwent different CITs on ice: minimal time (control), 6 hours (CIT-6H), and 30 hours (CIT-30H). Additionally, lungs recovered from animals after brain death (BD) underwent 24-hour CIT (BD-CIT-24H). Both CIT-30H and BD-CIT-24H lungs underwent ex vivo lung perfusion for 12 hours, followed by left lung transplantation and reperfusion for 2 hours. Lung tissue samples were subjected to metabolomic analysis. Cold preservation induced time-dependent changes of certain metabolites. In the BD-CIT-24H group, while most trends in metabolite levels were similar to those in the CIT-30H group, some were markedly different. In CIT-30H lungs, reperfusion induced significant changes in the carbohydrate and amino acid pathways, along with consumption of energy substrates and reduction in antioxidants. BD donor lungs exhibited significantly reduction in lysophospholipids after reperfusion. Understanding these metabolic changes in the lung grafts shed lights on the mechanism of ischemia-reperfusion injury, offering valuable insights for future development of targeted strategies to improve donor lung preservation and clinical outcome.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».