MétaCan
Menu
Retour à la cohorte
Enregistrement W2917767151 · doi:10.1139/apnm-2017-0834

Nephroprotective and antioxidant effect of green tea (<i>Camellia sinensis</i>) against nicotine-induced nephrotoxicity in rats and characterization of its bioactive compounds by HPLC–DAD

2019· article· en· W2917767151 sur OpenAlexvenueno aff
Anouar Ben Saad, Sana Ncib, Ilhem Rjeibi, Issam Saidi, Nacim Zouari

Notice bibliographique

RevueApplied Physiology Nutrition and Metabolism · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueTea Polyphenols and Effects
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMalondialdehydeSuperoxide dismutaseNicotineAntioxidantChemistryCatalasePharmacologyOxidative stressCamellia sinensisCreatinineUric acidGlutathione peroxidaseNephrotoxicityKidneyBlood urea nitrogenToxicityGlutathioneGreen tea extractFood scienceBiochemistryMedicineGreen teaBiologyInternal medicineBotanyEnzyme

Résumé

récupéré en direct d'OpenAlex

Nicotine is a potential inducer of oxidative stress, through which it can damage numerous biological molecules. Natural antioxidants that prevent or slow the progression and severity of nicotine toxicity may have a significant health impact. The purpose of this study, conducted on Wistar rats, was to evaluate the beneficial effects of green tea (Camellia sinensis) extract on nicotine treatment-induced damage on kidney. Our results showed that nicotine significantly (p &lt; 0.01) increased serum and kidney malondialdehyde, the serum contents of urea, creatinine, and uric acid. In addition, nicotine intoxication significantly (p &lt; 0.01) decreased the levels of vitamins E and C in serum and kidney tissue as well as the activities of superoxide dismutase, catalase, and glutathione peroxidase. Interestingly, animals that were pretreated with green tea, prior to nicotine administration, showed a significant nephroprotection, revealed by a significant reduction-induced oxidative damage for all tested markers. The nephroprotective activity of green tea is mediated, at least in part, by the antioxidant effect of its constituents.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,383
Score d'incertitude au seuil0,814

Scores Codex et Gemma par catégorie

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

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 Opus0,006
Tête enseignante GPT0,226
Écart entre enseignants0,220 · 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 tête enseignante, 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

Citations12
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueApplied Physiology Nutrition and MetabolismMême sujetTea Polyphenols and EffectsTravaux en français237 207