Long‐Term Binge and Escalating Ethanol Exposure Causes Necroinflammation and Fibrosis in Rat Liver
Notice bibliographique
Résumé
BACKGROUND: To investigate whether "binge" and escalating alcohol exposure in the rat influences the development of pathological liver injury. METHODS: Time courses for the formation of eicosanoids by cyclooxygenase (COX), oxidative stress and nitrosative stress production, expression of hypoxia-inducible factor 1 (HIF-1), cytokines, hepatic tissue necroinflammation, and fibrosis were assessed in rats during 16 weeks of daily alcohol gavage. RESULTS: In this model of binge and escalating levels of alcohol, hepatic steatosis, necrosis, and inflammation as well as fibrosis were increased over the 16-week period. The levels of COX-2, oxidative stress, nitrosative stress, HIF-1, proinflammatory mediators (tumor necrosis factor-α, interleukin 1(β) [IL-1(β) ], IL-6), and procollagen-I were increased over the 16-week period. The content of IL-10 in rat serum increased at the end of 4 and 8 weeks but decreased thereafter and was significantly decreased at 12 and 16 weeks. CONCLUSIONS: A rat model of alcoholic liver disease (ALD) with long-term binge and escalating ethanol exposure was developed. Our data support the hypothesis that enhanced eicosanoid production by COX, oxidative stress and nitrosative stress, HIF-1, and the imbalance between pro- and anti-inflammatory cytokines plays an important role in the pathogenesis of ALD.
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) | 0,000 | 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) | 0,001 | 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 ».