Hyperglycemia Exacerbates Burn-Induced Liver Inflammation via Noncanonical Nuclear Factor-κB Pathway Activation
Notice bibliographique
Résumé
Hyperglycemia and inflammation are hallmarks of burn injury. In this study, we used a rat model of hyperglycemia and burn injury to investigate the effects of hyperglycemia on inflammatory responses in the liver. Hyperglycemia was induced in male Sprague-Dawley rats with streptozotocin (STZ) (35-40 mg/kg), followed by a 60% third-degree scald burn injury. Cytokine levels (by multiplex, in cytosolic liver extracts), hormones (by enzyme-linked immunosorbent assay [ELISA], in serum), nuclear factor (NF)-κB protein deoxyribonucleic acid (DNA) binding (by ELISA, in nuclear liver extracts) and liver functional panel (using VetScan, in serum) were measured at different time points up to 7 d after burn injury. Blood glucose significantly increased after burn injury in both groups with different temporal patterns. Hyperglycemic rats were capable of endogenous insulin secretion, which was enhanced significantly versus controls 12 h after burn injury. DNA binding data of liver nuclear extracts showed a robust and significant activation of the noncanonical NF-κB pathway in the hyperglycemic versus control burn animals, including increased NF-κB-inducing kinase expression (p < 0.05). Liver acute-phase proteins and cytokine expression were increased, whereas secretion of constitutive proteins was decreased after burn injury in hyperglycemic versus control animals (p < 0.05). These results indicate that burn injury to the skin rapidly activated canonical and noncanonical NF-κB pathways in the liver. Robust activation of the NF-κB noncanonical pathway was associated with increased expression of inflammatory markers and acute-phase proteins, and impaired glucose metabolism. Hyperglycemia is detrimental to burn outcome by augmenting inflammation mediated by hepatic noncanonical NF-κB pathway activation.
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) | 0,001 | 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 | 0,001 |
| 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 ».