Granisetron, a selective 5-HT3 antagonist, reduces L-3,4-dihydroxyphenylalanine-induced abnormal involuntary movements in the 6-hydroxydopamine-lesioned rat
Notice bibliographique
Résumé
Administration of L-3,4-dihydroxyphenylalanine (L-DOPA) provides Parkinson's disease patients with effective symptomatic relief. However, long-term L-DOPA therapy is often marred by complications such as dyskinesia. We have previously demonstrated that serotonin type 3 (5-HT3) receptor blockade with the clinically available and highly selective antagonist ondansetron alleviates dyskinesia in the 6-hydroxydopamine (6-OHDA)-lesioned rat. Here, we sought to explore the antidyskinetic efficacy of granisetron, another clinically available 5-HT3 receptor antagonist. Rats were rendered hemi-parkinsonian by 6-OHDA injection in the medial forebrain bundle. Following induction of stable abnormal involuntary movements (AIMs), granisetron (0.0001, 0.001, 0.01, 0.1 and 1 mg/kg) or vehicle was acutely administered in combination with L-DOPA and the severity of AIMs, both duration and amplitude, was determined. We also assessed the effect of granisetron on L-DOPA antiparkinsonian action by performing the cylinder test. Adding granisetron (0.0001, 0.001, 0.01, 0.1 and 1 mg/kg) to L-DOPA resulted in a significant reduction of AIMs duration and amplitude, with certain parameters being reduced by as much as 38 and 45% (P < 0.05 and P < 0.001, respectively). The antidyskinetic effect of granisetron was not accompanied by a reduction of L-DOPA antiparkinsonian action. These results suggest that 5-HT3 blockade may reduce L-DOPA-induced dyskinesia without impairing the therapeutic efficacy of L-DOPA. However, a U-shaped dose-response curve obtained with certain parameters may limit the therapeutic potential of this strategy and require further investigation.
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 | 0,001 |
| 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 | 0,001 |
| 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 ».