Serum amyloid P ameliorates radiation-induced oral mucositis and fibrosis
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
PURPOSE: To evaluate the effect of the anti-fibrotic protein serum amyloid P (SAP) on radiation-induced oral mucositis (OM) and fibrosis in a hamster cheek-pouch model. EXPERIMENTAL DESIGN: Hamsters received a single dose of radiation (40 Gy) to the left everted cheek pouch to induce significant OM. The protective therapeutic potential of SAP was evaluated using varying dosing regimens. The extent of OM was measured using a validated six-point scoring scheme ranging from 0 (normal tissue, no mucositis) to 5 (complete ulceration). Fibrotic remodeling was also visualized histologically and quantified at later time points using collagen gene expression. RESULTS: SAP treatment attenuated the profile of radiation-induced oral mucositis by delaying the time of onset, reducing the peak value, and enhancing the resolution of injury. The peak mucositis score was reduced by approximately 0.5 grade in SAP-treated animals. The number of animal days with a score of >/= 3 was reduced by 48% in the SAP-treated group, compared with the saline control group (P < 0.01). SAP also inhibited the extent of tissue remodeling and decreased radiation-induced increases in myofibroblast number. Attenuated collagen deposition and gene expression was also observed in the cheek pouches of hamsters treated with SAP at both 16 and 28 days post-radiation. CONCLUSIONS: SAP treatment significantly attenuated radiation-induced injury. In particular, SAP attenuated the severity of OM and inhibited pathogenic remodeling. This suggests that SAP may be a useful therapy for the palliation of side effects observed during treatment for head and neck cancer.
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 | 0,000 | 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 découle