Anti-inflammatory Activity of a High-molecular-weight Cranberry Fraction on Macrophages Stimulated by Lipopolysaccharides from Periodontopathogens
Notice bibliographique
Résumé
Periodontitis is a chronic inflammatory disease affecting oral tissues. The continuous, high production of cytokines by host cells triggered by periodontopathogens is thought to be responsible for the destruction of tooth-supporting tissues. Macrophages play a critical role in this host inflammatory response to periodontopathogens. The aim of this study was to investigate the effect of non-dialyzable material prepared from cranberry juice concentrate on the pro-inflammatory cytokine response of macrophages induced by lipopolysaccharides (LPS) from Actinobacillus actinomycetemcomitans, Fusobacterium nucleatum subsp. nucleatum, Porphyromonas gingivalis, Treponema denticola, Tannerella forsythia, and Escherichia coli. Interleukin-1 beta (IL-1beta), IL-6, IL-8, tumor necrosis factor alpha (TNF-alpha), and Regulated on Activation Normal T-cell Expressed and Secreted (RANTES) production by macrophages treated with the cranberry fraction prior to stimulation by LPS was evaluated by ELISA. Our results clearly indicate that the cranberry fraction was a potent inhibitor of the pro-inflammatory cytokine and chemokine responses induced by LPS. This suggests that cranberry constituents may offer perspectives for the development of a new therapeutic approach to the prevention and treatment of periodontitis.
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 ».