Fluoxetine stimulates anti-inflammatory IL-10 cytokine production and attenuates sensory deficits in a rat model of decompression sickness
Notice bibliographique
Résumé
Despite "gold standard" hyperbaric oxygen treatment, 30% of patients suffering from neurological decompression sickness still exhibit incomplete recovery, including sensory impairments. Fluoxetine, a well-known antidepressant, is recognized as having anti-inflammatory effects in the setting of cerebral ischemia. In this study, we focused on the assessment of sensory neurological deficits and measurement of circulating cytokines after decompression in rats treated or not with fluoxetine. Seventy-eight rats were divided into a clinical (n = 38) and a cytokine (n = 40) group. In both groups, the rats were treated with fluoxetine (30 mg/kg po, 6 h beforehand) or with a saccharine solution. All of the rats were exposed to 90 m seawater for 45 min before staged decompression. In the clinical group, paw withdrawal force after mechanical stimulation and paw withdrawal latency after thermal stimulation were evaluated before and 1 and 48 h after surfacing. At 48 h, a dynamic weight-bearing device was used to assess postural stability, depending on the time spent on three or four paws. For cytokine analysis, blood samples were collected from the vena cava 1 h after surfacing. Paw withdrawal force and latency were increased after surfacing in the controls, but not in the fluoxetine group. Dynamic weight-bearing assessment highlighted a better stability on three paws for the fluoxetine group. IL-10 levels were significantly decreased after decompression in the controls, but maintained at baseline level with fluoxetine. This study suggests that fluoxetine has a beneficial effect on sensory neurological recovery. We hypothesize that the observed effect is mediated through maintained anti-inflammatory cytokine IL-10 production.
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 | 0,000 | 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) | 0,000 | 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 ».