Influence of Nociception and Stress-induced Antinociception on Genetic Variation in Isoflurane Anesthetic Potency among Mouse Strains
Notice bibliographique
Résumé
BACKGROUND: Genetic background influences anesthetic potency to suppress motor response to noxious stimulation (minimum alveolar concentration [MAC]) as well as nociceptive sensitivity in unmedicated animals. However, the influence on MAC of baseline sensitivity to the noxious stimuli used to assess MAC has virtually never been studied. The authors assessed room air nociceptive sensitivity and isoflurane MAC in multiple mouse strains. Isoflurane requirement for loss of righting response (MACLORR) was also measured. METHODS: One outbred and 10 inbred mouse strains were tested for latency to respond (in room air) to a tail clip (either 500 g or 2,000 g). Naive mice of the same 11 strains were tested for isoflurane MAC and MACLORR. To assess the role of opioid-mediated stress-induced antinociception, mice were also tested for nociceptive sensitivity after injection of naloxone (10 mg/kg) or saline. RESULTS: Robust strain differences were observed for all measures. The authors found that tail-clip latency (using a 500-g or 2,000-g clip, respectively) correlated significantly with MAC (r = -0.76 and -0.58, respectively) but not MACLORR (r = -0.10 and -0.26). Naloxone produced strain-dependent reductions in open air tail-clip latencies, and these reductions were also strongly correlated with MAC (r = -0.67 and -0.71). CONCLUSIONS: The authors suggest that genetic variability in isoflurane MAC (but not MACLORR) may reflect genetic variability in the underlying sensitivity to the noxious stimulus being used to measure MAC. This variable sensitivity to nociception in the awake state is at least partially mediated by endogenous antinociceptive mechanisms activated by the tail-clip stimulus itself.
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 ».