Sensitivity of functional targeted neuropeptide evaluation in testing pregabalin analgesic efficacy in a rat model of osteoarthritis pain
Notice bibliographique
Résumé
The monosodium iodoacetate (MIA)-induced joint degeneration in rats is the most used animal model to screen analgesic drugs to alleviate osteoarthritis (OA) pain. This study aimed to evaluate the analgesic efficacy of pregabalin (PGB) in an MIA-induced OA model in rodents by using functional and neuroproteomic pain assessment methods. Treatment group included PGB in curative intent over 9 days compared to gold standard therapy (positive controls) and placebo (negative control). Functional assessments of pain (quantitative sensory testing and operant test) were performed concomitantly with spinal neuropeptides quantification. At day 21 post-OA induction, PGB in MIA rats reduced tactile allodynia (P = 0.028) and improved the place escape/avoidance behaviour (P = 0.04) compared to values recorded at last time-point before initiating analgesic therapy. All spinal neuropeptide concentrations, such as substance P, calcitonin gene-related peptide, bradykinin and somatostatin, came back to normal (non-affected) rat values, compared to their increase observed in MIA rats receiving the placebo (P < 0.0001). Initiated 13 days after chemical OA induction, repeated medication with PGB provided analgesia according to quantitative sensory testing, operant test and targeted neuropeptides pain assessment methods. This report highlights the interest of using reliable and sensitive methods like targeted neuropeptide quantification to detect the analgesic effects of a test article with concomitant functional assessments of pain when studying OA pain components.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 ».