The effects of selenium and vitamin E on lung tissue in rats with sepsis
Notice bibliographique
Résumé
PURPOSE: In this study we examined the ability of selenium and vitamin E to prevent sepsis-induced changes in lung tissue. METHODS: Fifty rats were divided into five groups: Group 1: Control group; Group 2: Sepsis group. In this group only cecal ligation and perforation (CLP) was performed. Group 3: Selenium group. An intraperitoneal dose of 100 µg selenium was given for the first two days followed by a daily dose of 40 µg for the next five days. CLP was performed the following day. Group 4: Selenium and vitamin E group. In addition to selenium, vitamin E was given intramuscularly in a dose of 250 mg/kg/day for seven days. CLP was performed the following day. Group 5: Vitamin E group. Vitamin E was given intramuscularly in a dose of 250 mg/kg/day for seven days. CLP was performed the following day. RESULTS: There were significant differences between Group 2 and all other groups in terms of blood gas values (pH, pCO2, SaO2), and leukocyte, C-reactive protein (CRP) and glutathione peroxidase levels (p < 0.005). There was no statistically significant difference between groups 3, 4 and 5 in terms of histopathological changes in lung tissue (p > 0.05), but all groups were significantly different compared with Group 2 (p < 0.05). CONCLUSION: Sepsis-induced lung tissue damage can be reduced or prevented by pre-treatment with of selenium and/or vitamin E in a rat model.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| 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 ».