Antifibrotic effects of bezafibrate and pioglitazone against thioacetamide-induced liver fibrosis in albino rats
Notice bibliographique
Résumé
Activation of hepatic stellate cells is a central event in hepatic fibrogenesis that offers multiple potential sites for therapeutic interventions. Peroxisome proliferator-activated receptors are implicated in liver fibrosis. We aimed to evaluate the effect of bezafibrate and pioglitazone on a thioacetamide (TAA) rat model of liver fibrosis and to clarify the possible underlying mechanisms. Rats received intraperitoneal injections of TAA for 6 weeks. Daily oral treatments with bezafibrate or pioglitazone were started with the first day of TAA intoxication. Serum liver function tests, hepatic malondialdehyde (MDA), total nitrite and nitrate (NOx), superoxide dismutase, and hepatic histopathology were assessed to evaluate hepatic damage. Alpha smooth muscle actin (α-SMA) and tissue inhibitor metalloproteinase-1 (TIMP-1) and caspase-3 were also assessed. The TAA group experienced significant deterioration of liver functions, increased oxidative stress, and increased liver tissue NOx. Administration of bezafibrate or pioglitazone resulted in significant improvement of all liver functions and reduced oxidative stress in hepatic tissues. Only administration of bezafibrate significantly reduced NOx levels. Liver tissues from the TAA-treated group showed disrupted normal architecture. Administration of bezafibrate or pioglitazone attenuated this picture. Stronger α-SMA expression was detected in the TAA group. Treatment with bezafibrate or pioglitazone decreased the α-SMA expression.
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 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».