Агаркова Алина Анатольевна* — аспирант кафедры фармакологии и клинической фармакологии; врач-инфекционист инфекционного отделения № 2.
ул. Победы, д. 85, г. Белгород, 308015ул. Садовая, д. 122, г. Белгород, 308023
Alina A. Agarkova - Postgraduate Researcher, Department of Pharmacology and Clinical Pharmacology; Infectious Disease Specialist, Infectious Disease Department No. 2
85, Pobedy str., Belgorod, 308015;122 Sadovaya str., Belgorod, 308023
Покровский Михаил Владимирович — доктор медицинских наук, профессор, заведующий кафедрой фармакологии и клинической фармакологии»; директор НИИ «Фармакологии живых систем»
ул. Победы, д. 85, г. Белгород, 308015
Mikhail V. Pokrovsky — Dr. Sci. (Med.), Prof., Head of the Department of Pharmacology and Clinical Pharmacology
85, Pobedy str., Belgorod, 308015
Колесниченко Павел Дмитриевич — кандидат медицинских наук, доцент кафедры фармакологии и клинической фармакологии
ул. Победы, д. 85, г. Белгород, 308015
Pavel D. Kolesnichenko — Cand. Sci. (Med.), Ass. Prof., Department of Pharmacology and Clinical Pharmacology
85, Pobedy str., Belgorod, 308015
Цель. Изучить неврологические нарушения у крыс при моделировании бактериального гнойного менингита (БГМ), на примере пневмококкового, в условиях эксперимента.
Материалы и методы. Пневмококковый менингит моделировали путем введения суспензии, содержащей Streptococcus pneumoniae в концентрации 5×109 КОЕ/мл, в субарахноидальное пространство. Степень неврологических нарушений определяли с помощью клинической оценки состояния здоровья крыс, степени неврологического дефицита, удельной силы, тестов «Инфракрасный монитор активности», «Задача распознавания объектов».
Результаты. При моделировании пневмококкового менингита у крыс сумма баллов клинической оценки состояния их здоровья в 1-е сутки после моделирования патологии на 34,2% меньше по сравнению исходной, на 5-е сутки — меньше на 3,4%, на 8-е сутки возвращается к исходному показателю 5 баллов. Максимальная степень выраженности неврологического дефицита по шкале оценки степени неврологического дефицита при менингите, менингоэнцефалите отмечалась в первые четверо суток после моделирования менингита; она была в 1-е сутки на 34% меньше аналогичного показателя в группе интактных животных (21 балл), на 2-е сутки меньше на 32,7%, на 3-и сутки — на 30,7% и на 4-е сутки — на 30,1%. В группе менингита на 10-е сутки распределение неврологического дефицита по степени тяжести среди выживших животных было следующим: легкая — 32% от всех выживших животных, средняя — 20%, тяжелая — 16%, без остаточного неврологического дефицита — 32%. Удельная сила крыс в группе менингита на 1, 5 и 10-е сутки после развития патологии на 51,3, 36 и 32,7% меньше исходных показателей удельной силы. По отношению к интактным животным индекс распознавания кратковременной памяти у крыс группы менингита в 2,3 раза больше, а индекс распознавания долговременной памяти больше в 1,7 раза.
Заключение. Динамику неврологических нарушений у крыс при моделировании БГМ можно определить, используя методы оценки поведенческого и когнитивного статуса. У крыс при моделировании пневмококкового менингита неврологические нарушения максимально выражены в первые сутки заболевания. Затем отмечается отчетливая положительная динамика до 5-х суток заболевания. С 6-х по 10-е сутки положительная динамика присутствует, но незначительная.
Aim. To study neurological disorders in rats when modeling purulent bacterial meningitis (PBM) on the example of pneumococcal meningitis under experimental conditions.
Materials and methods. Pneumococcal meningitis was modeled by injecting a suspension containing Streptococcus pneumoniae at a concentration of 5×109 CFU/ml into the subarachnoid space. The degree of neurological disorders was determined by clinical assessment of rat health status, the degree of neurological defi cit, specifi c strength, “Infrared activity monitor”, “Object recognition task” tests.
Results. When modeling pneumococcal meningitis in rats, the sum of points of clinical assessment of their health in the 1st day after modeling the pathology is 34.2 % less than the initial, on the 5th — less than 3.4 %, on the 8th day returns to the primary indicator, 5 points. The maximum degree of severity of neurological defi cit was observed in the fi rst four days after meningitis modeling; it was in the 1st day 34 % less than the same indicator in the group of intact animals, on the 2nd day 32.7 % less, on the 3rd day — 30.7 % and on the 4th day — 30.1 %. In the meningitis group on day 10, the distribution of neurological defi cit by severity was as follows: mild — 32 %, medium — 20 %, severe — 16 %, without residual neurological defi cit — 32 %. The specifi c strength of rats in the group of meningitis on the 1st, 5th and 10th day after the development of the pathology was 48.7, 64, and 67.4 % of the baseline specifi c strength. In relation to intact animals, the index of recognition of short-term memory in rats of the meningitis group is 2.3 times greater, and the index of recognition of long-term memory is 1.7 times greater.
Conclusion. The dynamics of neurological disorders in rats in the simulation of PBM can be determined using the methods of assessing behavioural and cognitive status. In rats, when modeling pneumococcal meningitis, neurological disorders are maximally expressed on the 1st day of the disease. Then there is a distinct positive dynamic up to 5 days of the disease. From 6 to 10 days positive dynamics is present, but insignifi cant.
The authors declare that there are no conflicts of interest present.