Mechanism and effects of artesunate on the liver function of rats with type 1 diabetic periodontitis
Notice bibliographique
Résumé
Periodontitis is an inflammatory disease of the gums. Periodontitis in diabetic patients can aggravate insulin resistance; however, its molecular and biological mechanism remains unclear. This study aimed to explore the effects of diabetic periodontitis on liver function and determine the mechanism by which artesunate improves liver function. Rats with streptozotocin-induced diabetes were divided into five groups: normal control (NC), diabetic periodontitis (DM + PD), artesunate intervention (ART), insulin intervention (INS), and combined medication intervention (ART + INS) groups. Drug interventions were then administered to the rats in each group as follows: 50 mg/kg artesunate to the ART group, 6 U/kg insulin to the INS group, and 50 mg/kg artesunate + 6 U/kg insulin to the ART + INS group. Blood samples, liver tissues, and the maxillary alveolar bone were collected postsacrifice. ART was found to significantly ameliorate hyperglycemia, blood lipid concentrations, and liver function. The levels of inflammatory factors reduced; the effect was more pronounced in the ART + INS group. Artesunate presumably inhibits the TLR4/NF-κB signaling pathway and expression of downstream inflammatory factors, thereby exerting a protective effect on diabetes-related liver function. This offers a fresh approach to treat diabetes mellitus.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».