Melatonin synergistically enhances protective effect of atorvastatin against gentamicin-induced nephrotoxicity in rat kidney
Notice bibliographique
Résumé
The risk of serious side-effects such as nephrotoxicity is the principal limitation of gentamicin (GEN) therapeutic efficacy. Oxidative stress is considered to be an important mediator of GEN-induced nephrotoxicity. The present study was designed to evaluate the efficacy of the combination of melatonin (MT) plus atorvastatin (ATO) against GEN-induced nephrotoxicity in rats. We utilized 30 male Wistar albino rats allocated in 5 groups, each containing 6 rats: control, GEN (100 mg/kg/day), ATO (10 mg/kg/day) + GEN, MT (20 mg/kg/day) + GEN, and ATO (10 mg/kg/day) plus MT (20 mg/kg/day) + GEN. Kidney weight, serum creatinine and urea concentration, renal ROS, MDA, GSH levels, SOD, and CAT activity were determined. GEN-induced nephrotoxicity was evidenced by marked elevations in serum urea and creatinine, kidney weight, renal ROS, and MDA levels and reduction in renal GSH level, SOD and CAT activity. MT pretreatment significantly lowered the elevated serum creatinine concentration, kidney weight, renal ROS and MDA levels. However ATO could not reduce these parameters, but similarly to MT, it was able to enhance the renal GSH level, CAT and SOD activity. In addition, a combination therapy of MT plus ATO enhanced the beneficial effects of ATO, while not changing the effects of MT effects or even improving them. The present study indicates that a combination therapy of MT plus ATO can attenuate renal injury in rats treated with GEN, possibly by reducing oxidative stress, and it seems that MT can enhance the beneficial effects of ATO.
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 | 0,001 | 0,001 |
| 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 | 0,000 | 0,001 |
| 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 ».