Improvement of inflammatory and toxic stress biomarkers by silymarin in a murine model of type one diabetes mellitus
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
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.
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 | 0,000 |
| 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 découle