Diclofenac pretreatment modulates exercise-induced inflammation in skeletal muscle of rats through the TLR4/NF-κB pathway
Notice bibliographique
Résumé
Nonsteroidal anti-inflammatory drugs, such as diclofenac, are widely used to treat inflammation and pain in several conditions, including sports injuries. This study analyzes the influence of diclofenac on the toll-like receptor-nuclear factor kappa B (TLR-NF-κB) pathway in skeletal muscle of rats submitted to acute eccentric exercise. Twenty male Wistar rats were divided into 4 groups: control-saline, control-diclofenac, exercise-saline, and exercise-diclofenac. Diclofenac or saline were administered for 7 days prior to an acute eccentric exercise bout. The inflammatory status was evaluated through mRNA levels of cyclooxygenase-2 (COX-2), inducible nitric oxide synthase (iNOS), interleukin-6 (IL-6), IL-1β, and tumor necrosis factor alpha (TNF-α), and protein content of COX-2, IL-6, and TNF-α in vastus lateralis muscle. Data obtained showed that a single bout of eccentric exercise significantly increased COX-2 gene expression. Similarly, mRNA expression and protein content of other inflammation-related genes also increased after the acute exercise. However, these effects were attenuated in the exercise + diclofenac group. TLR4, myeloid differentiation primary response gene 88 (MyD88), and p65 were also upregulated after the acute eccentric bout and the effect was blunted by the anti-inflammatory drug. These findings suggest that pretreatment with diclofenac may represent an effective tool to ameliorate the pro-inflammatory status induced by acute exercise in rat skeletal muscle possibly through an attenuation of the TLR4-NF-κB signaling pathway.
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 ».