Tungsten accumulates in the intervertebral disc and vertebrae stimulating disc degeneration and upregulating markers of inflammation and pain
Notice bibliographique
Résumé
Tungsten is incorporated in many industrial goods, military applications and medical devices due to its ability to impart flexibility, strength and conductance to materials. Emerging evidence has questioned the safety of tungsten exposure as studies have demonstrated it can promote tumour formation, induce pulmonary disease and alter immune function. Although tungsten is excreted from the body it can accumulate in certain organs such as the brain, colon, liver, kidneys, spleen and bones, where most of the bioaccumulation occurs. Whether prolonged tungsten exposure leads to accumulation in other tissues is unknown. The present study demonstrated that mice exposed to 15 ppm sodium tungstate for 4 weeks in their drinking water showed comparable accumulation in both the bony vertebrae and intervertebral discs (IVDs). Lumbar IVD height was significantly reduced in tungsten-exposed mice and accompanied by decreased proteoglycan content and increased fibrosis. In addition to catabolic enzymes, tungsten also increased the expression of the inflammatory cytokines IL-1β and tumour necrosis factor (TNF)-α as well as the neurotrophic factors nerve growth factor (NGF) and brain-derived nerve factor (BDNF) in IVD cells. Tungsten significantly increased the presence of nociceptive neurons at the endplates of IVDs as observed by the expression of calcitonin gene-related peptide (CGRP) and anti-protein gene product 9.5 (PGP9.5) in endplate vessels. The present study provided evidence that tungsten may enhance disc degeneration and fibrosis as well as increase the expression of markers for pain. Therefore, tungsten toxicity may play a role in disc degeneration disease.
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 ».