MétaCan
Menu
Retour à la cohorte
Enregistrement W1740061842 · doi:10.25011/cim.v32i4.6621

Potential role of matrix metalloproteinase-2,-9 and tissue inhibitors of metalloproteinase-1,-2 in exudative pleural effusions

2009· article· en· W1740061842 sur OpenAlexvenueno aff
Sezai Vatansever, Remise Gelışgen, Hafize Uzun, Sibel Yurt, Filiz Koşar

Notice bibliographique

RevueClinical and investigative medicine · 2009
Typearticle
Langueen
DomaineMedicine
ThématiquePleural and Pulmonary Diseases
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMatrix metalloproteinaseMatrix metalloproteinase 9MetalloproteinaseMatrix Metalloproteinase 3MedicineTissue inhibitor of metalloproteinasePathologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

PURPOSE: To investigate diagnostic values of pleural fluid matrix metalloproteinase-2 (MMP-2), MMP-9, tissue inhibitors of metalloproteinase-1 (TIMP-1) and TIMP-2 measurements in tuberculous pleurisy(TP) and malignat pleurisy (MP). METHODS: The study included 24 patients with TP, 22 patients with MP and 15 patients with pleural effusion of non-tuberculous and non-malignant origin as controls. MMP-2,-9 and TIMP-1,-2 levels in pleural fluid were measured by ELISA method. RESULTS: Pleural fluid MMP-2 and MMP-9 levels were higher (P < 0.001, P < 0.001, respectively) in TP than in MP and controls. MP patients have higher pleural fluid MMP-2 and MMP-9 levels (P < 0.01, P < 0.05, respectively) than controls. Pleural fluid TIMP-2 levels were higher (P < 0.01 and P < 0.001, respectively) in MP than in TP and controls. Pleural fluid MMP-9 levels were negatively correlated with pleural fluid TIMP-2 levels (r: 0.464, P=0.029) in patients with MP. CONCLUSIONS: Determination of TIMP-2 in pleural fluid may contribute to differentiate TP from MP. These results suggest that overproduction of MMP-9 and TIMP-2 is associated with accumulation of the pleural effusion in malignancy. Further studies with a greater number of patients are needed to confirm this hypothesis.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,058
Tête enseignante GPT0,341
Écart entre enseignants0,283 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations20
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueClinical and investigative medicineMême sujetPleural and Pulmonary DiseasesTravaux en français237 207