Involvement of cannabinoid-1 and cannabinoid-2 receptors in septic ileus
Notice bibliographique
Résumé
BACKGROUND Cannabinoid (CB) receptors are involved in the regulation of gastrointestinal (GI) motility under physiological and pathophysiological conditions. We aimed to characterize the possible influence of CB(1) and CB(2) receptors on motility impairment in a model of septic ileus. METHODS Lipopolysaccharide (LPS) injections were used to mimic pathophysiological features of septic ileus. Spontaneous jejunal myoelectrical activity was measured in rats in vivo, and upper GI transit was measured in vivo by gavaging of a charcoal marker into the stomach of mice, in absence or presence of LPS, and CB(1) and CB(2) receptor agonists and antagonists. Tumour necrosis factor (TNF)-alpha and interleukin (IL)-6 levels were measured using enzyme-linked immunosorbent assay. Histology was performed with haematoxylin-eosin staining. KEY RESULTS Lipopolysaccharide treatment significantly reduced amplitude and frequency of myoelectric spiking activity and GI transit in vivo in a dose-dependent manner. TNF-alpha and IL-6 were increased in LPS-treated animals and histology showed oedema and cell infiltration. Both, the CB(1) agonist HU210 and the CB(2) agonist JWH133 reduced myoelectrical activity whereas the CB(1) antagonist AM251 caused an increase of myoelectrical activity. Pretreatment with AM251 or AM630 prevented against LPS-induced reduction of myoelectrical activity, and also against the delay of GI transit during septic ileus in vivo. CONCLUSIONS & INFERENCES The LPS model of septic ileus impairs jejunal myoelectrical activity and delays GI transit in vivo. Antagonists at the CB(1) receptor or the CB(2) receptor prevent the delay of GI transit and thus may be powerful tools in the future treatment of septic ileus.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 ».