Effect of oral glucosamine on cartilage and meniscus in normal and chymopapain‐injected knees of young rabbits
Notice bibliographique
Résumé
OBJECTIVE: To determine if oral glucosamine (GlcN) improves joint biology after acute damage by a protease. METHODS: The effect of 8 weeks of dietary GlcN (20 or 100 mg/kg/day) on knee joint cartilage was evaluated in 2.2-kg male NZW rabbits with and without damage introduced by intraarticular injection of chymopapain (CP). Cartilage was evaluated histologically and scored according to the Mankin scale. Analyses of total hydroxyproline and glycosaminoglycan (GAG) contents and reverse transcription-polymerase chain reaction (RT-PCR) analysis of selected genes were performed. RESULTS: After 8 weeks, there was no effect of GlcN on the GAG content of normal cartilage. Both levels of GlcN treatment significantly increased the sulfated GAG content in the cartilage of the medial femoral condyle in damaged and contralateral knees, but did not change the collagen content. In CP-injected knees, there was still some loss of surface proteoglycan (PG) that was not completely corrected by dietary GlcN. Even after 8 weeks, levels of messenger RNA (mRNA) detected by RT-PCR showed changes indicative of damage and repair, such as elevated type II collagen mRNA, and these levels were not influenced by GlcN treatment. Meniscal GAG content was increased in the contralateral knee of rabbits receiving high-dose GlcN, but was decreased in those receiving no GlcN or low-dose GlcN. Neither diet nor treatment affected the meniscal collagen content. CONCLUSION: These results suggest that oral GlcN treatment might be useful in a situation where GlcN is limiting, such as where there is a rapid replacement of cartilage PG.
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 | 0,000 |
| 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 ».