Low-dose ketamine pretreatment reduces oxidative damage and inflammatory response following CO2 pneumoperitoneum in rats
Notice bibliographique
Résumé
PURPOSE: The duration of pneumoperitoneum during laparoscopic procedures may contribute to post-surgical oxidative stress. Previous studies have shown that low-dose ketamine, an anesthetic with anti-inflammatory properties, protects various organs from ischemia-reperfusion injury. This study investigated the effects of low-dose ketamine on the overproduction of oxidants and the tissue damage caused by intra-abdominal pressure during CO2 pneumoperitoneum. METHODS: Male Sprague Dawley rats received a CO2 pneumoperitoneum of 15 mmHg and preceded by either low-dose ketamine (KP1, 5 mg/kg; KP2, 10 mg/kg) or 0.9% saline (PR, 3 ml). General anethesia was provided by pentobarbital and sevoflurane. The control group (CR) received an intraperitoneal saline injection and sham surgery. Three hours after pneumoperitoneum, serum concentrations of interleukin-6 (IL-6), tumor necrosis factor-alpha (TNF-α), malondialdehyde (MDA), superoxide dismutase (SOD) and intestinal fatty acid binding protein (iFABP) were measured and liver, kidney, lung, and intestine were evaluated for tissue damage. RESULTS: The highest plasma MDA, TNF-α, IL-6 and iFABP values were observed at T1 (after 3 hours of pneumoperitoneum) in the PR group, followed by the KP1, KP2, and CR groups (P < 0.01). SOD concentrations showed an opposite trend and were highest in the CR group, followed by the KP2, KP1, and PR groups (P < 0.01). TNF-α concentration was significantly lower in the KP2 than the KP1 group (P < 0.05). Histopathologic scoring of organ sections demonstrated the lowest scores in the KP2 group, followed by the KP1 and PR groups, in an increasing order (P < 0.05). CONCLUSION: Pretreatment with low-dose ketamine before general anaesthesia protects against potential oxidative damage and inflammatory response caused by CO2 pneumoperitoneum.
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) | 0,001 | 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 | 0,001 |
| 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 ».