In vitro and in vivo evaluation of anti-inflammatory activities of ethanol extract from Lom-Am-Ma-Pruek remedy for pain relief
Notice bibliographique
Résumé
Background and purpose: anti-inflammatory activity of LAMP ethanol extract. Experimental approach: The anti-inflammatory activity of LAMP and its plant ingredients were investigated on lipopolysaccharide-stimulated NO, PGE2, and TNF-α release from RAW264.7 cells. Furthermore, the stability of LAMP under biological and chemical accelerated conditions was evaluated using the Griess reaction assay and HPLC. Lastly, rat models with ethyl phenylpropionate (EPP)-induced ear edema and carrageenan-induced paw edema were utilized to assess anti-inflammatory activity. Findings/Results: LAMP possessed potent inhibitory effects on NO, PGE2, and TNF-α production with IC50 values of 24.90 ± 0.86, 4.77 ± 0.03, and 35.01 ± 2.61 µg/mL, respectively. In addition, LAMP extract demonstrated stable biological activity, anti-inflammatory effects, and phytochemical content stability under stress conditions. Additionally, 0.5%, 1%, and 2% w/v LAMP significantly inhibited EPP-induced rat ear edema over time equivalent to 5% w/v phenylbutazone. LAMP at 180, 375, and 750 mg/kg also considerably reduced carrageenan-induced rat paw edema 2 h after carrageenan administration compared to phenylbutazone at 250 mg/kg. Conclusion and implications: LAMP has anti-inflammatory activity by inhibiting PGE2 formation. These findings are consistent with the efficacy and traditional use of the LAMP remedy in treating inflammatory diseases.
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 | 0,017 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 ».