Alpha-lipoic acid loaded in chitosan conduit enhances sciatic nerve regeneration in rat.
Notice bibliographique
Résumé
OBJECTIVES: To investigate the effect of topical administration of alpha-lipoic acid into chitosan conduit on peripheral nerve regeneration using a rat sciatic nerve transection model. MATERIALS AND METHODS: Forty five Wistar rats were divided into three experimental groups randomly. A 10-mm gap of sciatic nerve was bridged with a chitosan conduit following surgical preparation and anesthesia. In treatment group, the conduit was filled with 30 µl alpha-lipoic acid (10 mg/kg/bw).It was filled with 30 µl phosphate buffered saline solution in control group. In Sham group sciatic nerve was just exposed. RESULTS: The recovery of nerve function was faster in treatment group than in control, at 4 and 8 weeks after surgery (P-value<0.05). Conduction velocity was better in treatment group than in control group at 4 and 12 weeks (P-value<0.05). Recovery index was higher in treatment group than the control group, 8 weeks after surgery (P-value <0.05). Greater nerve fiber diameter, axon diameter, and myelin sheath thickness were observed in treatment group compared to control group at 8 and 12 weeks after surgery (P-value<0.05). The immunoreactivity of regenerated axons and myelin sheath in treatment group were far more similar to sham group. CONCLUSION: Alpha-lipoic acid when loaded in a chitosan conduit could improve transected sciatic nerve regeneration in rat.
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) | 0,000 | 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 | 0,000 | 0,000 |
| 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 ».