Electron spin resonance spectroscopy reveals alpha‐phenyl‐<i>N</i>‐tert‐butylnitrone spin‐traps free radicals in rat striatum and prevents haloperidol‐induced vacuous chewing movements in the rat model of human tardive dyskinesia
Notice bibliographique
Résumé
The typical antipsychotic drug haloperidol causes vacuous chewing movements (VCM) in rats, which are representative of early-Parkinsonian symptoms or later-onset extrapyramidal side effects of tardive dyskinesia (TD) in humans. Haloperidol (HP) has been hypothesized to potentiate increases in oxidative stress or free radical-mediated levels of toxic metabolites in rat striatum while simultaneous upregulating dopamine (DA)-D2 receptors leading to presumed DA supersensitivity. Alpha(alpha)-Phenyl-N-tert-butylnitrone (PBN) is an antioxidant used to combat oxidative stress and measure increases in PBN spin-adduct activity. Thus, the aim of this study was to investigate whether VCMs are related to upregulation of DA-D2 receptors or to increased levels of free radicals produced during oxidative stress, and whether PBN had any protective effects. Rats received daily chronic (28 day) i.p. injections of saline, haloperidol (2 mg/kg), PBN (150 mg/kg), or haloperidol + PBN. The VCM model was used to measure extrapyramidal side effects of drug treatments. Electron spin resonance (ESR) spectroscopy was performed to compare concentrations of free radical species in rats receiving injections of HP + PBN. To examine the upregulation of DA-D2 receptors, binding assays were carried out to assess the increase in DA-D(2) receptor numbers with respect to VCMs following treatment of rats injected with HP, PBN, and HP + PBN. Results of these experiments show that HP-induced VCMs in rats results from increases in oxidative cellular events and may not be related to increases in striatal DA-D(2) receptors.
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 | 0,001 | 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 | 0,001 | 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 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 ».