Expression of inflammatory cytokines following acute spinal cord injury in a rodent model
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
Many therapies that have been developed for acute spinal cord injury (SCI) either influence or are influenced by posttraumatic inflammation. Many such therapies have reportedly produced promising neurologic benefits in animal models of SCI, but demonstrating convincing efficacy in human clinical trials has remained elusive. This discrepancy may be related in part to differences in the inflammatory response to SCI between human patients and the widely studied rodent models. Our objectives were, therefore, to establish the time course of inflammatory cytokine release in the spinal cord of rats after a thoracic contusion, to determine whether the cytokine release was injury dependent, and to correlate these findings with those that we have recently reported for the cerebrospinal fluid (CSF) of human SCI patients. After rodent SCI, GRO (the rat equivalent of IL-8), IL-6, IL-1α, IL-1β, IL-13, MCP-1, MIP1α, RANTES, and TNFα were elevated within the spinal cord, whereas IL-12p70 was decreased. In human SCI, IL-6, IL-8, and MCP-1 were also elevated within the cerebrospinal fluid but at later times than those observed in the rodent spinal cord. IL-6, IL-8, and MCP-1 were released in an injury-dependent manner in both the rodent model of SCI and the human condition. In this regard, similar patterns of expression were observed for a number of inflammatory cytokines after SCI in rodent spinal cords and in human CSF. Such proteins may therefore have potential utility as biomarkers and surrogate outcome measures for evaluating biological response to therapeutic interventions.
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 | 0,004 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 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 découle