Effects of Ketamine on Pulmonary Inflammatory Responses and Survival in Rats Exposed to Polymicrobial Sepsis
Notice bibliographique
Résumé
PURPOSE: Ketamine is reported to suppress production of proinflammatory cytokines and activity of nuclear factor-kappa B (NF-kappaB) after lipopolysaccharide (LPS) stimulation. Our study was designed to investigate the effects of ketamine on pulmonary inflammatory responses and survival in a clinically relevant model of polymicrobial sepsis, induced by cecal ligation and puncture (CLP). METHODS: After the induction of sepsis or sham-operation, animals were treated with ketamine (0.5, 5 or 10 mg/kg) or saline (10 ml/kg) at 3h after operation. At 6 h post-operation, the levels of tumor necrosis factor alpha (TNF-alpha) and interleukin (IL)-6, activity of NF-kappaB, expression of Toll-like receptor 2 (TLR2) and Toll-like receptor 4 (TLR4) of the lungs were measured. And the mortality was recorded for 7 days. RESULTS: TNF-alpha and IL-6 production, NF-kappaB activity, TLR2 and TLR4 expression in rat lungs were increased after CLP. Ketamine at the doses of 5 mg/kg and 10 mg/kg suppressed CLP-induced elevation of TNF-alpha and IL-6 production, NF-kappaB activity and TLR2 expression. Ketamine 0.5, 5 and 10 mg/kg inhibited TLR4 expression in sepsis. Ketamine 5mg/kg and 10 mg/kg after CLP improved the survival of rats. CONCLUSIONS: Ketamine at sub-anesthetic doses could suppress the production of inflammatory cytokines such as TNF-alpha and IL-6, attenuate NF-kappaB activity, and inhibit TLR2 and TLR4 expression in polymicrobial sepsis. These anti-inflammatory effects of ketamine may correlate with improved survival in sepsis.
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 | 0,004 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,000 | 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 ».