Improvement of inflammatory and toxic stress biomarkers by silymarin in a murine model of type one diabetes mellitus
Notice bibliographique
Résumé
Abstract Type 1 diabetes mellitus (T1DM) is characterized by an impairment of the insulin-secreting beta cells with an immunologic base. Inflammatory cytokines such as tumor necrosis factor (TNF)-α and interleukin (IL)-1β, and free radicals are believed to play key roles in destruction of pancreatic β cells. The present study was designed to investigate the effect of Silybum marianum seed extract (silymarin), a combination of several flavonolignans with immunomodulatory, anti-oxidant, and anti-inflammatory potential on streptozotocin (STZ)-induced T1DM in mouse. Experimental T1DM was induced in male albino mice by IV injection of multiplelow- doses of STZ for 5 days. Seventy-two male mice in separate groups received various doses of silymarin (20, 40, and 80 mg/kg) concomitant or after induction of diabetes for 21 days. Blood glucose and pancreatic biomarkers of inflammation and toxic stress (IL-1β, TNF-α, myeloperoxidase, lipid peroxidation, protein oxidation, thiol molecules, and total antioxidant capacity) were determined. Silymarin treatment reduced levels of inflammatory cytokines such as TNF-α and IL-1β and oxidative stress mediators like myeloperoxidase activity, lipid peroxidation, carbonyl and thiol content of pancreatic tissue in an almost dose dependent manner. No marked difference between the prevention of T1DM and the reversion of this disease by silymarin was found. Use of silymarin seems to be helpful in T1DM when used as pretreatment or treatment. Benefit of silymarin in human T1DM remains to be elucidated by clinical trials.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 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 | 0,001 | 0,002 |
| 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 ».