Ischaemia–reperfusion modulates inflammation and fibrosis of skeletal muscle after contusion injury
Notice bibliographique
Résumé
Regeneration of skeletal muscle following injury is dependent on numerous factors including age, the inflammatory response, revascularization, gene expression of myogenic and growth factors and the activation and proliferation of endogenous progenitor cells. It is our hypothesis that oxidative stress preceding a contusion injury to muscle modulates the inflammatory response to inhibit muscle regeneration and enhance fibrotic scar formation. Male F344/BN rats were assigned to one of four groups. Group 1: uinjured control; Group 2: ischaemic occlusion of femoral vessels for 2 h followed by reperfusion (I-R); Group 3: contusion injury of the tibialis anterior (TA); Group 4: I-R, then contusion injury. The acute inflammatory response (8 h, 3 days) was determined by expression of the chemokine CINC-1, TGF-beta1, IFN-gamma and markers of neutrophil (myeloperoxidase) and macrophage (CD68) activity and recruitment. Acute oxidative stress caused by I-R and/or contusion, was determined by measuring GP91(phox) and lipid peroxidation. Muscle recovery (21 days) was assessed by examining the fibrosis after I-R and contusion injuries to the TA with Sirius Red staining and quantification of collagen I expression. Consistent with our hypothesis, I-R preceding contusion increased all markers of the acute inflammatory response and oxidative stress after injury and elevated the expression of collagen. We conclude that ischaemia-induced oxidative stress exacerbated the inflammatory response and enhanced fibrotic scar tissue formation after injury. This response may be attributable to increased levels of TGF-beta1 and diminished expression of IFN-gamma in the ischaemic contused muscle.
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 | 0,000 | 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) | 0,000 | 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 ».