Combining Ketamine with Astrocytic Inhibitor as a Potential Analgesic Strategy for Neuropathic Pain. Ketamine, Astrocytic Inhibitor and Pain
Notice bibliographique
Résumé
BACKGROUND: Neuropathic pain is an intractable clinical problem. Intrathecal ketamine, a noncompetitive N-methyl-D-aspartate receptor (NMDAR) antagonist, is reported to be useful for treating neuropathic pain in clinic by inhibiting the activity of spinal neurons. Nevertheless, emerging studies have disclosed that spinal astrocytes played a critical role in the initiation and maintenance of neuropathic pain. However, the present clinical therapeutics is still just concerning about neuronal participation. Therefore, the present study is to validate the coadministration effects of a neuronal noncompetitive N-methyl-D-aspartate receptor (NMDAR) antagonist ketamine and astrocytic cytotoxin L-α-aminoadipate (LAA) on spinal nerve ligation (SNL)-induced neuropathic pain. RESULTS: Intrathecal ketamine (10, 100, 1000 μg/kg) or LAA (10, 50, 100 nmol) alleviated SNL-induced mechanical allodynia in a dose-dependent manner respectively. Phosphorylated NR1 (pNR1) or glial fibrillary acidic protein (GFAP) expression was down-regulated by intrathecal ketamine (100, 1000 μg/kg) or LAA (50, 100 nmol) respectively. The combination of ketamine (100 μg/kg) with LAA (50 nmol) showed superadditive effects on neuropathic pain compared with that of intrathecal administration of either ketamine or LAA alone. Combined administration obviously relieved mechanical allodynia in a quick and stable manner. Moreover, down-regulation of pNR1 and GFAP expression were also enhanced by drugs coadministration. CONCLUSIONS: These results suggest that combining NMDAR antagonist ketamine with an astrocytic inhibitor or cytotoxin, which is suitable for clinical use once synthesized, might be a potential strategy for clinical management of neuropathic pain.
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 | 0,005 | 0,002 |
| 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) | 0,000 | 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 ».