MétaCan
Menu
Retour à la cohorte
Enregistrement W2610455213 · doi:10.6000/1927-5951.2017.07.02.5

Histological Assessment of Pioglitazone Preventive Effect in Glycerol Contrast-Induced Nephropathy in Rats

2017· article· en· W2610455213 sur OpenAlexvenueno aff
Rama Mousleh, Shaza Al Laham

Notice bibliographique

RevueJournal of Pharmacy and Nutrition Sciences · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueAcute Kidney Injury Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPioglitazoneIohexolMedicineGlycerolNephropathyInternal medicineContrast-induced nephropathyKidneyUrologyEndocrinologyChemistryRenal functionDiabetes mellitusType 2 diabetes

Résumé

récupéré en direct d'OpenAlex

Contrast-induced nephropathy (CIN) remains as a problem of radiographic procedures with high incidence and mortality rates. This study aims to histologically assess the ability of Iohexol to induce nephropathy in rats injected with Glycerol; then investigate the Pioglitazone renoprotective effect on this CIN model in rats. 35 male Albino Wistar rats were randomly divided into 5 groups (n=7/group): healthy (A), Glycerol (B), Glycerol+ Iohexol (C), Glycerol + Iohexol + Pioglitazone (D), Pioglitazone alone (E). Groups (B), (C), and (D) were intramuscularly injected with Glycerol 25% (10 ml/kg). Iohexol (350 mg I/ml, 8,6 ml/kg) was injected through a caudal vein in groups (C) and (D). Pioglitazone (10 mg/kg) was orally administered for 4 days, to groups (D) and (E). Rats were sacrificed on the fifth day. Kidney samples were collected for histological assessment. The results show that the histopathological scores and kidney weight / body weight ratio in group (C), were significantly increased compared with group (B) and (A). These changes were significantly reversed in rats treated with Pioglitazone (group D).In conclusion, Iohexol could cause renal injury in rat kidneys previously damaged by Glycerol. Pioglitazone was able to protect the kidneys from histological alterations.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,077
Tête enseignante GPT0,468
Écart entre enseignants0,391 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Pharmacy and Nutrition SciencesMême sujetAcute Kidney Injury ResearchTravaux en français237 207