The effects of vitamin E and selenium intake on oxidative stress and plasma lipids in hamsters fed fish oil
Notice bibliographique
Résumé
The aim of the present work was to test the effects of large-dose supplementation of vitamin E (Vit E) and selenium (Se), either singly or in combination, on fish oil (FO)-induced tissue lipid peroxidation and hyperlipidemia. The supplementation of Se has been shown to lower blood cholesterol and increase tissue concentrations of the antioxidant glutathione (GSH); however, the effects of Se supplementation, either alone or in combination with supplemental Vit E, on FO-induced oxidative stress and hyperlipidemia have not been studied. Male Syrian hamsters received FO-based diets that contained 14.3 wt% fat and 0.46 wt% cholesterol supplemented with Vit E (129 IU D-alpha-tocopheryl acetate/kg diet) and/or Se (3.4 ppm as sodium selenate) or that contained basal requirements of both nutrients. The cardiac tissue of hamsters fed supplemental Se showed increased concentrations of lipid hydroperoxides (LPO) but decreased oxidized glutathione (GSSG) concentrations. The higher concentrations of LPO in the hearts of Se-supplemented hamsters were not lowered with concurrent Vit E supplementation. In the liver, Se supplementation was associated with higher Se-dependent glutathione peroxidase activity and an increase in the GSH/GSSG ratio, whereas a lower hepatic non-Se-dependent glutathione peroxidase activity was seen with Vit E supplementation. Supplemental intake of Se was associated with lower plasma concentrations of total cholesterol and low density lipoprotein cholesterol plus very low density lipoprotein cholesterol. In view of the pro-oxidative effects of Se supplementation on cardiac tissue, a cautionary approach needs to be taken regarding the plasma lipid-lowering properties of supplemental Se.
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 ».