Influence of small doses of various drug vehicles on acetaminophen-induced liver injury
Notice bibliographique
Résumé
The biological effects of drug vehicles are often overlooked, often leading to artifacts in acetaminophen-induced liver injury assessment. Therefore, we decided to investigate the effect of dimethylsulfoxide, dimethylformamide, propylene glycol, ethanol, and Tween 20 on acetaminophen-induced liver injury. C57BL/6 male mice received a particular drug vehicle (0.6 or 0.2 mL/kg, i.p.) 30 min before acetaminophen administration (300 mg/kg, i.p.). Control mice received vehicle alone. Liver injury was assessed by measuring the concentration of alanine aminotransferase in plasma and observing histopathological changes. The level of reduced glutathione (GSH) was assessed by measuring total nonprotein hepatic sulfhydrils. Dimethylsulfoxide and dimethylformamide (at both doses) almost completely abolished acetaminophen toxicity. The higher dose of propylene glycol (0.6 mL/kg) was markedly protective, but the lower dose (0.2 mL/kg) was only slightly protective. These solvents also reduced acetaminophen-induced GSH depletion. Dimethylformamide was protective when given 2 h before or 1 h after acetaminophen administration, but was ineffective if given 2.5 h after acetaminophen. Ethanol at the higher dose (0.6 mL/kg) was partially protective, whereas ethanol at the lower dose (0.2 mL/kg) as well as Tween 20 at any dose had no influence. None of the vehicles (0.6 mL/kg) was hepatotoxic per se, and none of them was protective in a model of liver injury caused by D-galactosamine and lipopolysaccharide.
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) | 0,000 | 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) | 0,001 | 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 ».