In vitro and in vivo approaches to assess atherosclerosis following exposure to low-dose mixtures of arsenic and cadmium
Notice bibliographique
Résumé
Worldwide, millions of people are co-exposed to arsenic and cadmium. Environmental exposure to both metals is linked with a higher risk of atherosclerosis. While studies have characterized the pro-atherosclerotic effects of arsenic and cadmium as single agents, little is known about the potential effects of metal mixtures, particularly at low doses. Here, we used a combination of in vitro and in vivo models to assess the effects of low-dose metals individually and as mixtures on early events and plaque development associated with atherosclerosis. In vitro, we investigated early pro-atherogenic changes in macrophages and endothelial cells with metal treatments. The combined cytotoxic effects of both metals at low concentrations were dose interactive, specifically, synergistic in macrophages, but antagonistic in endothelial cells. Despite this differential behavior across cell types, the mixtures did not initiate early pro-atherogenic events: neither reactive oxygen species generation in macrophages nor adhesion molecule expression on endothelial cells. In vivo, we utilized the well-characterized hyperlipidemic apolipoprotein E knock-out (ApoE−/−) mouse model. Previously, we have shown that low concentrations of arsenic (down to 10 ppb) enhance atherosclerosis in ApoE−/− mice. This model has also been used with cadmium to demonstrate pro-atherogenic effects, although at concentrations above human-relevant exposures. In both sexes, there are some small increases in atherosclerotic lesion size, but very few changes in plaque constituents in the ApoE−/− mouse model. Together, these results suggests that low-dose metal mixtures are not significantly more pro-atherogenic than either metal alone.
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 | 0,001 | 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 ».