Vitamin K (phylloquinone) mitigates spatial learning deficits in Streptozotocin‐induced diabetic rats
Notice bibliographique
Résumé
Athough historically discovered for its role in hemostasis, VK has recently emerged as a potentially important nutrient for brain function. VK in brain is strongly correlated to sphingolipids and rats maintained on a low VK diet develop cognitive deficits in old age. To extend our understanding of the action of VK in brain, we conducted a study in streptozotocin (STZ)‐induced type 1 diabetes (T1D), a model in which animals rapidly develop spatial learning memory deficits. Two‐months male S‐D rats were treated with either 65 mg/kg/day of STZ or saline (SAL) and were fed a diet containing either normal (500 μg/Kg diet) or high (5000 μg/Kg diet) amounts of VK (n=10/gp). Spatial learning abilities were investigated using the Morris water maze paradigm. Latencies to find the platform, swim speed and time in each quadrant were recorded using a HVS 2020 tracker system (HVS Image, Hampton, United Kingdom). Insulin was assessed by radioimmunoassay (Linco Res, MO, USA). Mean latencies to find the submerged platform were significantly higher in STZ than in SAL group (2‐way ANOVA, p<.01) but were lower in rats fed the high VK diet (p<.05), a finding associated with higher plasma insulin concentrations (p < 0.05). VK had no effect on cognition or insulin in the SAL gp. In conclusion, we show for the first time that a high VK diet mitigates learning impairments in T1D, a finding that may be linked to insulin metabolism. Supported by CIHR.
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 | 0,001 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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 ».