The effects of L-thyroxine and its association with physical exercise decrease the inflammation in an acute lung injury model
Notice bibliographique
Résumé
Acute lung injury (ALI) is an inflammatory disease with a high incidence and prevalence that can lead to death. While L-thyroxine is widely used as a synthetic hormone in the treatment of hypothyroidism, its effects on inflammatory processes are not fully understood. Physical exercise, recommended for the general population, serves as an ally in treating various pathologies. Due to this and the lack of understanding of how L-thyroxine affects the immune response, coupled with the well-known benefits of exercise, this study aimed to evaluate L-thyroxine’s effects on lipopolysaccharide-induced inflammation and its combination with exercise in ALI. We assessed L-thyroxine’s effects on RAW 264.7 cells exposed to LPS and its association with exercise in a mouse ALI model. Pre-treatment with L-thyroxine demonstrated a decrease in the production of reactive oxygen species ( P < 0.01) and the expression of pro-inflammatory genes and proteins ( P < 0.05). In ALI, pre-treatment with L-thyroxine, either alone or combined with exercise, reduced the cell influx ( P < 0.01) and the release of inflammatory cytokines ( P < 0.05), in addition to mitigating lung damage caused by LPS ( P < 0.01). However, combining L-thyroxine with exercise did not enhance its anti-inflammatory effect.
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 | 0,001 |
| 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 ».