Therapeutic effects of intranasal tocotrienol-rich fraction on rhinitis symptoms in platelet-activating factor induced allergic rhinitis
Notice bibliographique
Résumé
BACKGROUND: Platelet-activating factor (PAF) has been suggested to be a potent inflammatory mediator in Allergic rhinitis (AR) pathogenesis. Vitamin E, an essential nutrient that comprises tocopherol and tocotrienol, is known as a potential therapeutic agent for airway allergic inflammation. This study aimed to investigate the beneficial effects of intranasal Tocotrienol-rich fraction (TRF) on PAF-induced AR in a rat model. METHODS: Sprague Dawley rats were randomly assigned into 3 groups: Control, PAF-induced AR and PAF-induced AR with TRF treatment. To induce AR, 50 μl of 16 μg/ml PAF was nasally instilled into each nostril. From day 1 to 7 after AR induction, 10 μl of 16 μg/μl TRF was delivered intranasally to the TRF treatment group. Complete upper skulls were collected for histopathological evaluation on day 8. RESULTS: The average severity scores of AR were significantly higher in the PAF-induced AR rats compared to both control and PAF-induced AR with TRF treatment. The histologic examination of the nasal structures showed moderate degree of inflammation and polymorphonuclear cells infiltration in the lamina propria, mucosa damage and vascular congestion in the PAF-induced AR rats. TRF was able to ameliorate the AR symptoms by restoring the nasal structures back to normal. H&E staining demonstrated a statistically significant benefit upon TRF treatment, where minimal degree of inflammation, and a reduction in the infiltration of polymorphonuclear cells, mucosa damage and vascular congestion were observed. CONCLUSION: TRF exhibited symptomatic relief action in AR potentially due to its antioxidant, anti-inflammatory and anti-allergic properties.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 |
| 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 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 ».