Ethanol consumption increases renal dysfunction and mortality in a mice model of sub-lethal sepsis
Notice bibliographique
Résumé
Chronic ethanol consumption and sepsis cause oxidative stress and renal dysfunction. This study aimed to examine whether chronic ethanol consumption sensitizes the mouse kidney to sub-lethal cecal ligation and puncture (SL-CLP) sepsis, leading to impairment of renal function by tissue oxidative and inflammatory damage. Male C57BL/6J mice were treated for 9 weeks with ethanol (20%, v/v) before SL-CLP was induced. Systolic blood pressure (SBP), survival rate, creatinine plasma, oxidative stress, and inflammatory parameters, inducible nitric oxide synthase (iNOS), cytokines, and metalloproteinases (MMPs) and their tissue inhibitors (TIMPs) levels were evaluated. Chronic ethanol consumption increased SBP, plasma creatinine, O 2 .− , H 2 O 2 , lipid peroxidation, catalase activity, Nox4, IL-6, and TNF-α levels, and MMP-9/TIMP-1 ratio. SL-CLP decreased SBP, increased creatinine, lipid peroxidation, IL-6, TNF-α, nitrate/nitrite (NOx), and iNOS levels, and MMP-2/TIMP-2 ratio, and decreased catalase activity. SL-CLP mice previously treated with ethanol showed a similar decrease in SBP but higher mortality and creatinine levels than SL-CLP alone. These responses were mediated by increased O 2 − , lipid peroxidation, IL-6, TNF-α, NOx, iNOS, MMP-2, and MMP-9 levels, and MMP-9/TIMP-1 and MMP-2/TIMP-2 ratios. Our findings demonstrated that previous oxidative stress and inflammatory damage caused by ethanol consumption sensitizes the kidney to SL-CLP injury, resulting in impaired kidney function and sepsis prognosis.
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) | 0,000 | 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 ».