Thirty-five Day Fluoxetine Treatment Limits Sensory-Motor Deficit and Biochemical Disorders in a Rat Model of Decompression Sickness
Notice bibliographique
Résumé
According to the OECD statistical base for 2014, antidepressants will, on average, be distributed at a rate of 62 daily doses per 1000 inhabitants for the 25 countries surveyed (Health at a glance: Europe 2014; OECD Health Statistics). Divers must be concerned. On another hand, divers are potentially exposed to decompression sickness including coagulation inflammation and ischaemia, which can result in neurological lesions or even death. The purpose of this study is to assess whether chronic treatment with antidepressants may represent a contraindication to the practice of an at-risk activity, such as scuba diving, or even presents a benefit by attenuating the severity of the symptoms. We study for the first time the effect of a 35-day fluoxetine treatment (20 mg/kg) on the occurrence of decompression sickness in laboratory rats (n=79). Following exposure to the hazardous protocol, there is a significant correlation between the type of treatment and the clinical status of the rats in favour of a better clinical prognosis for the rats treated with fluoxetine with a significantly higher number of No DCS status and a lower number of Severe DCS status in the Flux, compared to Controls. The treatment modifies the rat performances both significantly and favourably during the physical and behavioural tests, just like their biological and biochemical constants. After decompression, rats under treatment display lower sensory-motor deficit and lowers biochemical disorders. From a biological point of view, we conclude fluoxetine should not be seen as a contraindication for diving on the basis of anticipated increased physiological risk.
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 ».