Magnesium Chloride in a Polyethylene Glycol Formulation as a Neuroprotective Therapy for Acute Spinal Cord Injury: Preclinical Refinement and Optimization
Notice bibliographique
Résumé
Intravenously administered magnesium has been extensively investigated as a neuroprotective agent traumatic brain injuries and stroke. Numerous investigators have reported the neuroprotective benefits of magnesium in animal models of spinal cord injury (SCI) as well, but typically with doses that far exceed human tolerability. To develop magnesium into a clinically relevant therapy for SCI, further refinement and improvement of the magnesium formulation is necessary. In this series of experiments, we evaluated the neuroprotective efficacy of magnesium in a polyethylene glycol (PEG) formulation using an acute model of thoracic SCI. Following thoracic contusion (Infinite Horizon) rat SCI model, we independently confirmed the neuroprotective efficacy of the magnesium and PEG combination which had been previously reported in a thoracic clip compression model of SCI (Ditor et al., 2007). We established that the 254 micromol/kg dose of MgCl(2) was superior to 127 micromol/kg MgCl(2) with respect to tissue sparing and locomotor recovery. Additionally, the number of infusions (2, 4, or 6), time between infusions (6 vs 8 hours), and different magnesium salts (MgCl(2) vs MgSO(4)) were evaluated to determine an "optimal" treatment regimen. We observed that an "optimized" regimen of MgCl(2) within PEG conferred greater tissue neuroprotection and improved locomotor recovery compared to methylprednisolone. Further a 4 hour time window of histologic and behavioral efficacy was established. The goal of these experiments was to help guide the treatment parameters for a clinical trial of magnesium within a polyethylene glycol formulation in acute human spinal cord injury.
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) | 0,000 | 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 | 0,001 |
| 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 ».