The role of estrogen and progesterone, administered alone and in combination, in modulating cytokine concentration following traumatic brain injury
Notice bibliographique
Résumé
Cytokines play an important role in the pathophysiology of traumatic brain injury (TBI). This study was designed to determine the effects of administering progesterone (P) and estrogen (E), alone and in combination, on brain water content, blood-brain barrier (BBB) disturbance, and brain level of cytokines following diffuse TBI. Ovariectomized rats were divided into 9 groups, treated with vehicle, E1, E2, P1, P2, E1+P1, E1+P2, E2+P1, and E2+P2. Levels of BBB disruption (5 h), cytokines, and water content (24 h) were evaluated after TBI induced by the Marmarou method. Physiological (E1 and P1) and pharmacological (E2 and P2) doses of estrogen and progesterone were administered 30 min after TBI. Water content in the E1+P2-treated group was higher than in the E1-treated group. The inhibitory effect of E2 on water content was reduced by adding progesterone. The inhibitory effect of E1 and E2 on Evans blue content was reduced by treatment with E1+P1 and E2+P2, respectively. The brain level of IL-1β was reduced in E1 and E2, after TBI. In the E2+P2-treated group, this level was higher than in the E2-treated group. The brain level of TGF-β was also elevated by the administration of progesterone and estrogen alone, and reduced when the hormones were administered in combination. In conclusion, a combined administration of progesterone and estrogen inhibited the decreasing effects of administration of progesterone and estrogen alone on water content and BBB disruption that mediated to change the proinflammatory cytokines.
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) | 0,001 | 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) | 0,001 | 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 ».