MétaCan
Menu
Retour à la cohorte
Enregistrement W4230676496 · doi:10.1300/j157v03n01_05

Anti-Amyloidogenic Effect of Allium sativum in Alzheimer's Transgenic Model Tg2576

2003· article· en· W4230676496 sur OpenAlexaboutno aff
Neelima B. Chauhan

Notice bibliographique

RevueJournal of Herbal Pharmacotherapy · 2003
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueGarlic and Onion Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAllium sativumTransgeneGenetically modified mouseInternal medicineChemistryHorticultureBiochemistryBiologyMedicineGene

Résumé

récupéré en direct d'OpenAlex

High levels of cholesterol are implicated in potentiating Alzheimer's disease (AD). Therefore, the use of cholesterol-lowering agents such as statins has attracted considerable interest in treating AD. However, statins stimulate inflammatory response, which may aggravate AD-pathology. Although garlic (Allium sativum) is historically known for its hypocholesterolemic effects in relation to cardiovascular functions, no reports indicate its use in treating AD. Current study tested the feasibility of using dietary garlic on the reduction of amyloid burden in a transgenic mouse model of AD that overexpresses the human amyloid precursor protein 695 carrying Swedish double mutation (K670N/M671L) (Tg2576). Animals were treated with aged garlic extract (40 mg/kg/d/4 wks). Cerebral levels of sAPPa, sAβ40, sAβ42 were analyzed by sandwich ELISA. Results show 64% reduction of sAPPa, and ∼21-fold elevation of Aβ40 and Aβ42 in untreated Tgs compared to wild type and littermate controls. Dietary garlic increased sAPPa by 25% and de- creased Aβ40 and Aβ42 by 31% and 32%, respectively, compared to untreated Tgs. These results suggest a simple and non-invasive dietary therapy for reducing risk of AD in probable cases and reducing preexisting amyloid burden in clinically diagnosed AD cases.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,030
Tête enseignante GPT0,290
Écart entre enseignants0,260 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Herbal PharmacotherapyMême sujetGarlic and Onion StudiesTravaux en français237 207