Dietary fat and protein interact in suppressing neuropathic pain-related disorders following a partial sciatic ligation injury in rats
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
Chronic neuropathic sensory disorders (CNSD) of rats receiving a partial sciatic nerve ligation injury (the PSL model) are suppressed by dietary soy protein. Although previously shown to modify nociceptive behavior in acute pain models, dietary fat has never been tested for its putative analgesic properties in chronic pain states. Here we tested the role of dietary fat, protein and fat/protein interactions in the development of tactile allodynia and heat hyperalgesia in PSL-injured rats. Male Wistar rats were fed nine different diets, comprising of three proteins (soy, casein and albumin) and three fats (corn, soy and canola) for a week preceding PSL injury and for 2 weeks thereafter. Rats' responses to tactile and noxious heat stimuli were tested before surgery and 3, 7 and 14 days afterwards. Tactile and heat sensory abnormalities following PSL injury were significantly different among the nine dietary groups. Consumption of corn and soy fats suppressed the levels of tactile and heat allodynia and hyperalgesia, whereas consumption of soy and casein proteins was associated with lower levels of heat hyperalgesia but not tactile allodynia. A significant fat/protein interaction was found for the heat but not tactile stimuli. We conclude that dietary fat is a significant independent predictor of levels of neuropathic sensory disorders in rats and that this effect is accentuated by dietary protein. The mechanisms by which fat suppresses neuropathic disorders have yet to be determined.
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 | 0,005 | 0,007 |
| 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