Effects of <i>Spirulina platensis</i> on lipid peroxidation, antioxidant defenses, and tissue damage in kidney of alloxan-induced diabetic rats
Notice bibliographique
Résumé
Chronic hyperglycemia in diabetes causes free radicals overproduction, which contributes to the development of diabetic nephropathy. In modern medicine, no satisfactory therapy is available to cure diabetes mellitus. In that context, we investigated the potential therapeutic action of spirulina-enriched diet on renal impairment and oxidative stress in diabetic rats. Diabetes was induced by a single subcutaneous injection of alloxan (120 mg·kg −1 ) in rats. Following alloxan treatment, male Wistar rats were fed daily with 5% spirulina-enriched diet or treated with insulin (0.5 IU·rat −1 ) for 3 weeks. Diabetes was associated with hyperglycemia, increase in renal oxidative parameters (lipid peroxidation, thiobarbituric-acid reactive substances, protein carbonyl and advanced oxidation protein products levels, changes in antioxidant enzyme activities), and nephropathology markers. The renal injury induced by alloxan was confirmed by histological study of the diabetic rat kidney. Treatment with spirulina or insulin significantly ameliorated renal dysfunction by reducing oxidative stress, while rats recovered normal kidney histology. Overall, this study indicates that spirulina is efficient in inhibiting hyperglycemia and oxidative stress induced by diabetes, and suggests that the administration of this alga may be helpful in the prevention of diabetic complications. This amelioration was even more pronounced than that caused by insulin injection.
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 ».