Tranilast ameliorates cyclophosphamide-induced lung injury and nephrotoxicity
Notice bibliographique
Résumé
The world-wide increase in cancer incidence imposes a corresponding significant increase in the use of chemotherapeutic agents. Nephrotoxicity is a side effect frequently encountered with cyclophosphamide (CP), which is also well-known to cause acute and chronic lung toxicities. The current study focuses on the evaluation of the potential protective efficacy of tranilast against acute and subacute CP-induced lung and kidney injuries in male Swiss Albino mice. Intraperitoneal CP significantly impaired oxidant/anti-oxidant balance and increased inflammatory cell count in bronchoalveolar lavage fluid, serum creatinine, blood urea nitrogen (BUN), tumor necrosis factor-α (TNF-α) and lactate dehydrogenase (LDH) levels, with significant impairment of lung and kidney architectures. Tranilast taken orally for 8 and 14 days significantly enhanced mice anti-oxidant defense mechanisms; it increased lung and kidney SOD activity, GSH content and reduced lipid peroxidation. Tranilast significantly reduced serum creatinine and BUN. Furthermore, it decreased accumulation of inflammatory cells in the lungs. Serum TNF-α, LDH, total lung and kidney protein contents significantly declined as well. Histopathological examination revealed concomitant significant tissue recovery. Such results show a significant protective potential of tranilast against deleterious lung and kidney damage induced by CP, probably by enhancing host antioxidant defense mechanism, decreasing cytotoxicity, and decreasing expression of inflammatory 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) | 0,000 | 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) | 0,002 | 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 ».