P.041 Magnesium and calcium reduce severity of spatial memory impairments in kainate mouse model of mesial temporal lobe epilepsy
Notice bibliographique
Résumé
Background: Calcium (Ca) and magnesium (Mg) are crucial in metabolism, excitability and neuroglial plasticity. Our aim was to evaluate whether Mg (20 mg/kg) or Ca (100 mg/kg) could improve the memory prognosis in the kainic model of mesial temporal epilepsy. Methods: Seizures were induced by systemic injection of kainate (8mg/kg) and mice were then treated by ions every 48 hours. A placebo (physiological solution) replaced kainate or ions in specific groups. Six cohorts were studied for seven weeks: control group (G0: no kainate and no ion, only placebo); untreated reference group (GR: kainate and then placebo); G1 groups were treated from the third day (G1m, G1c: kainate and then Mg/Ca); G2 groups were treated from the third week (G2m, G2c: kainate and then Mg/Ca). Radial maze and a classic maze were used for cognition evaluation. Results: The memory (short/long term) was differently affected by kainate or improved by Mg/Ca. The treated groups performed better than GR mice, but Mg was more effective. In addition, Mg demonstrated an increasing therapeutic effect over time while Ca showed an acute and apparently decreasing action in the G1c group. Conclusions: Mg should be considered for a clinical evaluation of its effect on epileptic disorders.
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 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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 ».