RESUMEN

Otitis media with effusion (OME) is a type of otitis media (OM) characterized by the presence of fluid behind intact tympanic membrane and is one of the most common diseases of early childhood. It is an infectious disease associated with the presence of many pathogenic bacteria in the middle ear of affected individuals. This study was aimed to determine the prevalence of Gram-positive bacteria from the middle ear of OME patients in the population of Southern Punjab, Pakistan. The incidence of OME under comprehensive healthcare setting was investigated in patients who consulted at the department of ear, throat and nose, Bahawal Victoria Hospital (BVH), Bahawalpur, from December, 2019 to May, 2021. Ear swabs were taken from affected and normal individuals. After culturing bacteria from the ear swabs, microscopic analysis and biochemical tests were performed to characterize the cultured Gram-positive bacteria. Out of 352 patients examined, 109 (30.9%) patients had OME. Age of the participants ranged from 14 to 50 years; individuals between the ages of 14 and 22 years had the highest infection rates, while individuals between 40 and 50 years had the lowest rate of infection. Tympanic membrane perforation, fever, cough, sore throat, ear pain and hearing problem showed association with symptoms of OME. Microscopic analysis and biochemical characterization showed the presence of streptococci and staphylococci in all the studied samples. The most frequently isolated bacteria were Streptococcus pneumoniae, Streptococcus pyogenes, and Staphylococcus aureus with percentage of 53.3%, 20% and 13.3% respectively. Enterococcus faecalis (6.6%) and Staphylococcus epidermidis (6.6%) were also identified in the studied samples. This study will help in the better medical administration of OME affected individuals.

A otite média com efusão (OME) é um tipo de otite média (OM) caracterizada pela presença de líquido atrás da membrana timpânica intacta e é uma das doenças mais comuns durante a primeira infância. Trata-se de uma doença infecciosa associada à presença de muitas bactérias patogênicas na orelha média dos indivíduos afetados. Este estudo teve como objetivo determinar a prevalência de bactérias Gram-positivas do ouvido médio de pacientes com OME na população do sul de Punjab, Paquistão. A incidência de OME em ambiente de saúde abrangente foi investigada em pacientes que consultaram no departamento de ouvido, garganta e nariz, Hospital Bahawal Victoria (BVH), Bahawalpur, de dezembro de 2019 a maio de 2021. Cotonetes de orelha foram coletados de indivíduos afetados e normais. Após a cultura das bactérias dos swabs auriculares, análises microscópicas e testes bioquímicos foram realizados para caracterizar as bactérias Gram-positivas cultivadas. Dos 352 pacientes examinados, 109 (30,9%) apresentavam OME. A idade dos participantes variou de 14 a 50 anos; indivíduos entre 14 e 22 anos apresentaram as maiores taxas de infecção, enquanto indivíduos entre 40 e 50 anos apresentaram as menores taxas de infecção. Perfuração da membrana timpânica, febre, tosse, dor de garganta, dor de ouvido e problema de audição apresentaram associação com sintomas de OME. A análise microscópica e a caracterização bioquímica mostraram a presença de estreptococos e estafilococos em todas as amostras estudadas. As bactérias isoladas com maior frequência foram Streptococcus pneumoniae, Streptococcus pyogenes e Staphylococcus aureus com percentuais de 53,3%, 20% e 13,3%, respectivamente. Enterococcus faecalis (6,6%) e Staphylococcus epidermidis (6,6%) também foram identificados nas amostras estudadas. Este estudo ajudará na melhor administração médica de indivíduos afetados por OME.

Asunto(s)

RESUMEN

Otitis media with effusion (OME) is a type of otitis media (OM) characterized by the presence of fluid behind intact tympanic membrane and is one of the most common diseases of early childhood. It is an infectious disease associated with the presence of many pathogenic bacteria in the middle ear of affected individuals. This study was aimed to determine the prevalence of Gram-positive bacteria from the middle ear of OME patients in the population of Southern Punjab, Pakistan. The incidence of OME under comprehensive healthcare setting was investigated in patients who consulted at the department of ear, throat and nose, Bahawal Victoria Hospital (BVH), Bahawalpur, from December, 2019 to May, 2021. Ear swabs were taken from affected and normal individuals. After culturing bacteria from the ear swabs, microscopic analysis and biochemical tests were performed to characterize the cultured Gram-positive bacteria. Out of 352 patients examined, 109 (30.9%) patients had OME. Age of the participants ranged from 14 to 50 years; individuals between the ages of 14 and 22 years had the highest infection rates, while individuals between 40 and 50 years had the lowest rate of infection. Tympanic membrane perforation, fever, cough, sore throat, ear pain and hearing problem showed association with symptoms of OME. Microscopic analysis and biochemical characterization showed the presence of streptococci and staphylococci in all the studied samples. The most frequently isolated bacteria were Streptococcus pneumoniae, Streptococcus pyogenes, and Staphylococcus aureus with percentage of 53.3%, 20% and 13.3% respectively. Enterococcus faecalis (6.6%) and Staphylococcus epidermidis (6.6%) were also identified in the studied samples. This study will help in the better medical administration of OME affected individuals.

Asunto(s)

RESUMEN

One of the most important traits that plant breeders aim to improve is grain yield which is a highly quantitative trait controlled by various agro-morphological traits. Twelve morphological traits such as Germination Percentage, Days to Spike Emergence, Plant Height, Spike Length, Awn Length, Tillers/Plant, Leaf Angle, Seeds/Spike, Plant Thickness, 1000-Grain Weight, Harvest Index and Days to Maturity have been considered as independent factors. Correlation ,regression, and principal component analysis (PCA) are used to identify the different durum wheat traits, which significantly contribute to the yield. The necessary assumptions required for applying regression modeling have been tested and all the assumptions are satisfied by the observed data. The outliers are detected in the observations of fixed traits and Grain Yield. Some observations are detected as outliers but the outlying observations did not show any influence on the regression fit. For selecting a parsimonious regression model for durum wheat, best subset regression, and stepwise regression techniques have been applied. The best subset regression analysis revealed that Germination Percentage, Tillers/Plant, and Seeds/Spike have a marked increasing effect whereas Plant thickness has a negative effect on durum wheat yield. While stepwise regression analysis identified that the traits, Germination Percentage, Tillers/Plant, and Seeds/Spike significantly contribute to increasing the durum wheat yield. The simple correlation coefficient specified the significant positive correlation of Grain Yield with Germination Percentage, Number of Tillers/Plant, Seeds/Spike, and Harvest Index. These results of correlation analysis directed the importance of morphological characters and their significant positive impact on Grain Yield. [...].(AU)

Uma das características mais importantes que os produtores de plantas visam melhorar é o rendimento de grãos, que é uma particularidade altamente quantitativa e controlada por várias características agromorfológicas. Foram considerados 12 traços morfológicos como fatores independentes, como Porcentagem de Germinação, Dias para Emergência da Espiga, Altura da Planta, Comprimento da Espiga, Comprimento da Aresta, Perfilhos /Planta, Ângulo da Folha, Sementes /Espiga, Espessura da Planta, Peso de 1000 Grãos, Índice de Colheita e Dias até a Maturidade. A correlação, regressão e análise de componentes principais (em inglês Principal Component Analysis (PCA)) são usadas para identificar as diferentes características do trigo duro, que contribuem significativamente para o rendimento. As suposições necessárias exigidas para a aplicação da modelagem de regressão foram testadas e todas as suposições são adequadas de acordo com os dados observados. Os outliers são detectados nas observações de características fixas e rendimento de grãos. Algumas observações são detectadas como outliers, mas as observações outliers não mostraram qualquer influência no ajuste da regressão. Para selecionar um modelo de regressão parcimonioso para o trigo duro, foram aplicadas tanto a melhor regressão de subconjunto quanto as técnicas de regressão stepwise. A melhor análise de regressão de subconjunto revelou que a porcentagem de germinação, perfilhos /planta e sementes /espiga tem um efeito de aumento acentuado, enquanto a espessura da planta tem um efeito negativo sobre o rendimento do trigo duro. Enquanto a análise de regressão passo a passo identificou que as características, porcentagem de germinação, perfilhos/planta e sementes /espiga contribuem significativamente para aumentar a produtividade do trigo duro. O coeficiente de correlação simples especificou a correlação positiva significativa do [...].(AU)

Asunto(s)

RESUMEN

One of the most important traits that plant breeders aim to improve is grain yield which is a highly quantitative trait controlled by various agro-morphological traits. Twelve morphological traits such as Germination Percentage, Days to Spike Emergence, Plant Height, Spike Length, Awn Length, Tillers/Plant, Leaf Angle, Seeds/Spike, Plant Thickness, 1000-Grain Weight, Harvest Index and Days to Maturity have been considered as independent factors. Correlation ,regression, and principal component analysis (PCA) are used to identify the different durum wheat traits, which significantly contribute to the yield. The necessary assumptions required for applying regression modeling have been tested and all the assumptions are satisfied by the observed data. The outliers are detected in the observations of fixed traits and Grain Yield. Some observations are detected as outliers but the outlying observations did not show any influence on the regression fit. For selecting a parsimonious regression model for durum wheat, best subset regression, and stepwise regression techniques have been applied. The best subset regression analysis revealed that Germination Percentage, Tillers/Plant, and Seeds/Spike have a marked increasing effect whereas Plant thickness has a negative effect on durum wheat yield. While stepwise regression analysis identified that the traits, Germination Percentage, Tillers/Plant, and Seeds/Spike significantly contribute to increasing the durum wheat yield. The simple correlation coefficient specified the significant positive correlation of Grain Yield with Germination Percentage, Number of Tillers/Plant, Seeds/Spike, and Harvest Index. These results of correlation analysis directed the importance of morphological characters and their significant positive impact on Grain Yield. [...].

Uma das características mais importantes que os produtores de plantas visam melhorar é o rendimento de grãos, que é uma particularidade altamente quantitativa e controlada por várias características agromorfológicas. Foram considerados 12 traços morfológicos como fatores independentes, como Porcentagem de Germinação, Dias para Emergência da Espiga, Altura da Planta, Comprimento da Espiga, Comprimento da Aresta, Perfilhos /Planta, Ângulo da Folha, Sementes /Espiga, Espessura da Planta, Peso de 1000 Grãos, Índice de Colheita e Dias até a Maturidade. A correlação, regressão e análise de componentes principais (em inglês Principal Component Analysis (PCA)) são usadas para identificar as diferentes características do trigo duro, que contribuem significativamente para o rendimento. As suposições necessárias exigidas para a aplicação da modelagem de regressão foram testadas e todas as suposições são adequadas de acordo com os dados observados. Os outliers são detectados nas observações de características fixas e rendimento de grãos. Algumas observações são detectadas como outliers, mas as observações outliers não mostraram qualquer influência no ajuste da regressão. Para selecionar um modelo de regressão parcimonioso para o trigo duro, foram aplicadas tanto a melhor regressão de subconjunto quanto as técnicas de regressão stepwise. A melhor análise de regressão de subconjunto revelou que a porcentagem de germinação, perfilhos /planta e sementes /espiga tem um efeito de aumento acentuado, enquanto a espessura da planta tem um efeito negativo sobre o rendimento do trigo duro. Enquanto a análise de regressão passo a passo identificou que as características, porcentagem de germinação, perfilhos/planta e sementes /espiga contribuem significativamente para aumentar a produtividade do trigo duro. O coeficiente de correlação simples especificou a correlação positiva significativa do [...].

Asunto(s)

RESUMEN

Abstract One of the most important traits that plant breeders aim to improve is grain yield which is a highly quantitative trait controlled by various agro-morphological traits. Twelve morphological traits such as Germination Percentage, Days to Spike Emergence, Plant Height, Spike Length, Awn Length, Tillers/Plant, Leaf Angle, Seeds/Spike, Plant Thickness, 1000-Grain Weight, Harvest Index and Days to Maturity have been considered as independent factors. Correlation, regression, and principal component analysis (PCA) are used to identify the different durum wheat traits, which significantly contribute to the yield. The necessary assumptions required for applying regression modeling have been tested and all the assumptions are satisfied by the observed data. The outliers are detected in the observations of fixed traits and Grain Yield. Some observations are detected as outliers but the outlying observations did not show any influence on the regression fit. For selecting a parsimonious regression model for durum wheat, best subset regression, and stepwise regression techniques have been applied. The best subset regression analysis revealed that Germination Percentage, Tillers/Plant, and Seeds/Spike have a marked increasing effect whereas Plant thickness has a negative effect on durum wheat yield. While stepwise regression analysis identified that the traits, Germination Percentage, Tillers/Plant, and Seeds/Spike significantly contribute to increasing the durum wheat yield. The simple correlation coefficient specified the significant positive correlation of Grain Yield with Germination Percentage, Number of Tillers/Plant, Seeds/Spike, and Harvest Index. These results of correlation analysis directed the importance of morphological characters and their significant positive impact on Grain Yield. The results of PCA showed that most variation (70%) among data set can be explained by the first five components. It also identified that Seeds/Spike; 1000-Grain Weight and Harvest Index have a higher influence in contributing to the durum wheat yield. Based on the results it is recommended that these important parameters might be considered and focused in future durum wheat breeding programs to develop high yield varieties.

Resumo Uma das características mais importantes que os produtores de plantas visam melhorar é o rendimento de grãos, que é uma particularidade altamente quantitativa e controlada por várias características agromorfológicas. Foram considerados 12 traços morfológicos como fatores independentes, como Porcentagem de Germinação, Dias para Emergência da Espiga, Altura da Planta, Comprimento da Espiga, Comprimento da Aresta, Perfilhos /Planta, Ângulo da Folha, Sementes /Espiga, Espessura da Planta, Peso de 1000 Grãos, Índice de Colheita e Dias até a Maturidade,. A correlação, regressão e análise de componentes principais (em inglês Principal Component Analysis (PCA)) são usadas para identificar as diferentes características do trigo duro, que contribuem significativamente para o rendimento. As suposições necessárias exigidas para a aplicação da modelagem de regressão foram testadas e todas as suposições são adequadas de acordo com os dados observados. Os outliers são detectados nas observações de características fixas e rendimento de grãos. Algumas observações são detectadas como outliers, mas as observações outliers não mostraram qualquer influência no ajuste da regressão. Para selecionar um modelo de regressão parcimonioso para o trigo duro, foram aplicadas tanto a melhor regressão de subconjunto quanto as técnicas de regressão stepwise. A melhor análise de regressão de subconjunto revelou que a porcentagem de germinação, perfilhos /planta e sementes /espiga tem um efeito de aumento acentuado, enquanto a espessura da planta tem um efeito negativo sobre o rendimento do trigo duro. Enquanto a análise de regressão passo a passo identificou que as características, porcentagem de germinação, perfilhos/planta e sementes /espiga contribuem significativamente para aumentar a produtividade do trigo duro. O coeficiente de correlação simples especificou a correlação positiva significativa do rendimento de grãos com a porcentagem de germinação, número de perfilhos/planta, sementes / espiga e índice de colheita. Esses resultados da análise de correlação direcionaram a importância dos caracteres morfológicos e seu impacto positivo e significativo no rendimento de grãos. Os resultados da PCA mostraram que a maior parte da variação (70%) entre o conjunto de dados pôde ser explicada pelos cinco primeiros componentes. Também identificou que Sementes / Espiga, Peso de 1000 Grãos e Índice de Colheita têm uma maior influência na contribuição para o rendimento do trigo duro. Com base nos resultados, recomenda-se que esses importantes parâmetros possam ser considerados e focados em futuros programas de melhoramento de trigo duro para desenvolver variedades de alto rendimento.

RESUMEN

One of the most important traits that plant breeders aim to improve is grain yield which is a highly quantitative trait controlled by various agro-morphological traits. Twelve morphological traits such as Germination Percentage, Days to Spike Emergence, Plant Height, Spike Length, Awn Length, Tillers/Plant, Leaf Angle, Seeds/Spike, Plant Thickness, 1000-Grain Weight, Harvest Index and Days to Maturity have been considered as independent factors. Correlation, regression, and principal component analysis (PCA) are used to identify the different durum wheat traits, which significantly contribute to the yield. The necessary assumptions required for applying regression modeling have been tested and all the assumptions are satisfied by the observed data. The outliers are detected in the observations of fixed traits and Grain Yield. Some observations are detected as outliers but the outlying observations did not show any influence on the regression fit. For selecting a parsimonious regression model for durum wheat, best subset regression, and stepwise regression techniques have been applied. The best subset regression analysis revealed that Germination Percentage, Tillers/Plant, and Seeds/Spike have a marked increasing effect whereas Plant thickness has a negative effect on durum wheat yield. While stepwise regression analysis identified that the traits, Germination Percentage, Tillers/Plant, and Seeds/Spike significantly contribute to increasing the durum wheat yield. The simple correlation coefficient specified the significant positive correlation of Grain Yield with Germination Percentage, Number of Tillers/Plant, Seeds/Spike, and Harvest Index. These results of correlation analysis directed the importance of morphological characters and their significant positive impact on Grain Yield. The results of PCA showed that most variation (70%) among data set can be explained by the first five components. It also identified that Seeds/Spike; 1000-Grain Weight and Harvest Index have a higher influence in contributing to the durum wheat yield. Based on the results it is recommended that these important parameters might be considered and focused in future durum wheat breeding programs to develop high yield varieties.

Uma das características mais importantes que os produtores de plantas visam melhorar é o rendimento de grãos, que é uma particularidade altamente quantitativa e controlada por várias características agromorfológicas. Foram considerados 12 traços morfológicos como fatores independentes, como Porcentagem de Germinação, Dias para Emergência da Espiga, Altura da Planta, Comprimento da Espiga, Comprimento da Aresta, Perfilhos /Planta, Ângulo da Folha, Sementes /Espiga, Espessura da Planta, Peso de 1000 Grãos, Índice de Colheita e Dias até a Maturidade,. A correlação, regressão e análise de componentes principais (em inglês Principal Component Analysis (PCA)) são usadas para identificar as diferentes características do trigo duro, que contribuem significativamente para o rendimento. As suposições necessárias exigidas para a aplicação da modelagem de regressão foram testadas e todas as suposições são adequadas de acordo com os dados observados. Os outliers são detectados nas observações de características fixas e rendimento de grãos. Algumas observações são detectadas como outliers, mas as observações outliers não mostraram qualquer influência no ajuste da regressão. Para selecionar um modelo de regressão parcimonioso para o trigo duro, foram aplicadas tanto a melhor regressão de subconjunto quanto as técnicas de regressão stepwise. A melhor análise de regressão de subconjunto revelou que a porcentagem de germinação, perfilhos /planta e sementes /espiga tem um efeito de aumento acentuado, enquanto a espessura da planta tem um efeito negativo sobre o rendimento do trigo duro. Enquanto a análise de regressão passo a passo identificou que as características, porcentagem de germinação, perfilhos/planta e sementes /espiga contribuem significativamente para aumentar a produtividade do trigo duro. O coeficiente de correlação simples especificou a correlação positiva significativa do rendimento de grãos com a porcentagem de germinação, número de perfilhos/planta, sementes / espiga e índice de colheita. Esses resultados da análise de correlação direcionaram a importância dos caracteres morfológicos e seu impacto positivo e significativo no rendimento de grãos. Os resultados da PCA mostraram que a maior parte da variação (70%) entre o conjunto de dados pôde ser explicada pelos cinco primeiros componentes. Também identificou que Sementes / Espiga, Peso de 1000 Grãos e Índice de Colheita têm uma maior influência na contribuição para o rendimento do trigo duro. Com base nos resultados, recomenda-se que esses importantes parâmetros possam ser considerados e focados em futuros programas de melhoramento de trigo duro para desenvolver variedades de alto rendimento.

Asunto(s)

RESUMEN

One of the most important traits that plant breeders aim to improve is grain yield which is a highly quantitative trait controlled by various agro-morphological traits. Twelve morphological traits such as Germination Percentage, Days to Spike Emergence, Plant Height, Spike Length, Awn Length, Tillers/Plant, Leaf Angle, Seeds/Spike, Plant Thickness, 1000-Grain Weight, Harvest Index and Days to Maturity have been considered as independent factors. Correlation, regression, and principal component analysis (PCA) are used to identify the different durum wheat traits, which significantly contribute to the yield. The necessary assumptions required for applying regression modeling have been tested and all the assumptions are satisfied by the observed data. The outliers are detected in the observations of fixed traits and Grain Yield. Some observations are detected as outliers but the outlying observations did not show any influence on the regression fit. For selecting a parsimonious regression model for durum wheat, best subset regression, and stepwise regression techniques have been applied. The best subset regression analysis revealed that Germination Percentage, Tillers/Plant, and Seeds/Spike have a marked increasing effect whereas Plant thickness has a negative effect on durum wheat yield. While stepwise regression analysis identified that the traits, Germination Percentage, Tillers/Plant, and Seeds/Spike significantly contribute to increasing the durum wheat yield. The simple correlation coefficient specified the significant positive correlation of Grain Yield with Germination Percentage, Number of Tillers/Plant, Seeds/Spike, and Harvest Index. These results of correlation analysis directed the importance of morphological characters and their significant positive impact on Grain Yield. The results of PCA showed that most variation (70%) among data set can be explained by the first five components. It also identified that Seeds/Spike; 1000-Grain Weight and Harvest Index have a higher influence in contributing to the durum wheat yield. Based on the results it is recommended that these important parameters might be considered and focused in future durum wheat breeding programs to develop high yield varieties.

Asunto(s)

RESUMEN

Bioassay-guided fractionation of a CH(2)Cl(2)-MeOH extract of the aerial parts of Albizia inundata resulted in the isolation of two new natural oleanane-type triterpene saponins {3-O-[α-L-arabinopyranosyl(1→6)]-2-acetamido-2-deoxy-ß-D-glucopyranosyl oleanolic acid (1) and 3-O-[α-L-arabinopyranosyl(1→2)-α-L-arabinopyranosyl(1→6)]-2-acetamido-2-deoxy-ß-D-glucopyranosyl acacic acid lactone (2)} along with seven known saponins {3-O-[α-L-arabinopyranosyl(1→6)]-2-acetamido-2-deoxy-ß-D-glucopyranosyl echinocystic acid (3), 3-O-[ß-D-xylopyranosyl (l→2)-α-L-arabinopyranosyl(l→6)]-2-acetamido-2-deoxy-ß-D-glucopyranosyl acacic acid lactone (concinnoside D) (4), 3-O-[ß-D-glucopyranosyl(l→2)]-ß-D-glucopyranosyl oleanolic acid (5), 3-O-[α-L-arabinopyranosyl(1→2)-α-L-arabinopyranosyl(l→6)]-ß-D-glucopyranosyl oleanolic acid (6), 3-O-[ß-D-xylopyranosyl(1→2)-α-L-arabinopyranosyl(l→6)]-ß-D-glucopyranosyl oleanolic acid (7), 3-O-[α-L-arabinopyranosyl(l→2)-α-L-arabinopyranosyl(1→6)-[ß-D-glucopyranosyl(l→2)]-ß-D-glucopyranoside echinocystic acid (8), and 3-O-[ß-D-xylopyranosyl(l→2)-α-L-arabinopyranosyl(1→6)-[ß-D-glucopyranosyl(l→2)]-ß-D-glucopyranoside echinocystic acid (9)}. The structures of 1 and 2 were established on the basis of extensive 2D NMR ((1)H-(1)H COSY or DQF-COSY, HSQC, HMBC, TOCSY, and HSQC-TOCSY) spectroscopic, ESIMS, and chemical methods. Saponins 1, 3, 6, and 7 showed cytotoxicity against human head and neck squamous cells (JMAR, MDA1986) and melanoma cells (B16F10, SKMEL28) with IC(50) values in the range 1.8-12.4 µM, using the MTS assay.

Asunto(s)

RESUMEN

As part of a program to discover drug leads from plant biodiversity, the present investigation was undertaken to explore the anticancer potential of compounds derived from selected Latin American plants. Bioassay-guided fractionation of a crude extract of the aerial parts of Vassobia breviflora led to the isolation of the withanolide-type steroidal lactone withaferin A (1). This compound was tested for antiproliferative activity against the head and neck squamous cell carcinoma (HNSCC) cell lines, MDA1986, JMAR, UM-SCC-2, and JHU011. The inhibitory concentrations to reduce cell viability to 50% (IC(50)) were determined by the MTS cytotoxicity assay, and 1 reduced cell viability with IC(50) values in the range 0.5-2.2 µM. A mechanistic study showed that 1 induces apoptosis and cell death in HNSCC cells as well as a cell-cycle shift from G(0)/G(1) to G(2)/M. Cells treated with 1 exhibited inactivation of Akt and a reduction in total Akt concentration. This investigation constitutes the first report of the antiproliferative activity of withaferin A (1) against head and neck squamous carcinoma.

Asunto(s)

Asunto(s)