Cardioprotective effects of liraglutide pretreatment on isoprenaline-induced myocardial injury in rats
Notice bibliographique
Résumé
Type 2 diabetes mellitus (T2DM) increases the risk of cardiovascular disease, especially myocardial injury. Due to their hypoglycemic effects, glucagon-like peptide-1 receptor agonists (GLP-1RAs) are efficiently used for T2DM management. GLP-1RAs also have anti-inflammatory and antioxidative effects and can improve cardiac function. The aim of this study was to investigate the cardioprotective effects of liraglutide, a GLP-1RA, on isoprenaline-induced myocardial injury in rats. The study included four groups of animals. They were pretreated with saline for 10 days + saline on days 9 and 10 (control), saline for 10 days + isoprenaline on days 9 and 10 (isoprenaline group), liraglutide for 10 days + saline on days 9 and 10 (liraglutide group), and liraglutide for 10 days, and on days 9 and 10 isoprenaline was administered. This study evaluated ECG, myocardial injury markers, oxidative stress markers, and pathohistological changes. The results showed that liraglutide mitigated the isoprenaline-induced cardiac dysfunction recorded by ECG. Liraglutide reduced serum markers of myocardial injury such as high-sensitive troponin I, aspartate aminotransferase, alanine aminotransferase, reduced thiobarbituric acid reactive substances, increased catalase and superoxide dismutase activity, increased reduced glutathione level, and improved lipid profile. Liraglutide induced antioxidative protection and alleviated isoprenaline-induced myocardial injury.
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 | 0,000 |
| 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 ».