The Role of Immune and Oxidative Pathways in Menstrual-Cycle Associated Depressive, Physio-Somatic, Breast and Anxiety Symptoms: Modulation by Sex Hormones
Notice bibliographique
Résumé
Objective: To examine whether 1) immune and nitro-oxidative stress (IO&NS) biomarkers are associated with premenstrual syndrome (PMS); and 2) changes in IO&NS biomarkers during the menstrual cycle (MC) are associated with PMS symptoms and plasma estradiol and progesterone. Methods: Forty-one women completed the Daily Record of Severity of Problems (DRSP) rating scale during 28 consecutive days and MC Associated Syndrome (MCAS) was diagnosed when the summed DRSP score during the MC is > 0.666 percentile. We assayed plasma levels of complement C3 and C4, highly sensitive C-reactive protein (hsCRP), haptoglobin (Hp), advanced oxidation protein products (AOPP), lipid hydroperoxides (LOOH), nitric oxide metabolites (NOx), total radical-trapping antioxidant parameter (TRAP), sulfhydryl (-SH) groups and the activity of paraoxonase (PON)1 at days 7 (D7), 14 (D14), 21 (D21) and 28 (D28) of the MC. Results: All biomarkers, except hsCRP, showed significant alterations during the MC. Arylesterase (AREase) was lowered at D28, while LOOH increased at D14 and C4 at D21 in women with MCAS. The total DRSP score was predicted by the combined effects of C4 (positively) and AREase and malondialdehyde (MDA) (both inversely associated). Progesterone lowered levels of LOOH, AOPP and C3 and estradiol lowered levels of Hp while both sex hormones increased 4-(chloromethyl)phenyl acetate (CMPA)ase and AREase activities and levels of -SH groups. Conclusion: PMS/MCAS is not accompanied by a peripheral inflammatory response. Lowered MDA and antioxidant defenses and increased C4 may play a role in MC-associated symptoms while sex hormones may have a protective effect against oxidative stress toxicity.
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 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».