Anti-RANKL Therapy Prevents Glucocorticoid-Induced Bone Loss and Promotes Muscle Function in a Mouse Model of Duchenne Muscular Dystrophy
Notice bibliographique
Résumé
Bisphosphonates prevent bone loss in glucocorticoid (GC)-treated boys with Duchenne muscular dystrophy (DMD) and are recommended as standard of care. Targeting receptor activator of nuclear factor kappa-B ligand (RANKL) may have advantages in DMD by ameliorating dystrophic skeletal muscle function in addition to their bone anti-resorptive properties. However, the potential effects of anti-RANKL treatment upon discontinuation in GC-induced animal models of DMD are unknown and need further investigation prior to exploration in the clinical research setting. In the first study, the effects of anti-RANKL and deflazacort (DFZ) on dystrophic skeletal muscle function and bone microstructure were assessed in mdx mice treated with DFZ or anti-RANKL, or both for 8 weeks. Anti-RANKL and DFZ improved grip force performance of mdx mice but an additive effect was not noted. However, anti-RANKL but not DFZ improved ex vivo contractile properties of dystrophic muscles. This functional improvement was associated with a reduction in muscle damage and fibrosis, and inflammatory cell number. Anti-RANKL treatment, with or without DFZ, also improved trabecular bone structure of mdx mice. In a second study, intravenous zoledronate (Zol) administration (1 or 2 doses) following 2 months of discontinuation of anti-RANKL treatment was mostly required to record an improvement in bone microarchitecture and biomechanical properties in DFZ-treated mdx mice. In conclusion, the ability of anti-RANKL therapy to restore muscle function has profound implications for DMD patients as it offers the possibility of improving skeletal muscle function without the steroid-related skeletal side effects.
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) | 0,000 | 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 ».