Metabolism and composition of the canine anterior cruciate ligament relate to differences in knee joint mechanics and predisposition to ligament rupture
Notice bibliographique
Résumé
PURPOSE: The objective of this study was to determine whether differences in the composition and metabolism of the extracellular matrix (ECM) in canine anterior cruciate ligaments (ACLs) might relate to mechanical properties of the canine knee. Variations in ACL biochemistry and knee mechanics could account for divergent predispositions to ligament rupture. METHODS: Eleven knee joints were obtained from both cadaveric Labrador Retrievers (rupture predisposed) and ex-racing Greyhounds (non-rupture predisposed). Anterioposterior laxity and tensile testing determined mechanical properties of the knee joints and ACL samples respectively. The thermal properties of the collagenous matrix were determined by differential scanning calorimetry (DSC) and the biochemical properties by measuring collagen content, collagen cross-links, glycosaminoglycan (GAG) levels, matrix metalloproteinase-2 (MMP-2), tissue inhibitors of metalloproteinase (TIMP). RESULTS: The anterioposterior laxity was significantly greater (p = 0.04) in the Labrador Retriever knee joints, and their ACLs tended to be weaker (p = 0.06). Greater collagen turnover was demonstrated by significantly higher (p = 0.02) concentrations of pro-MMP-2, and lower enthalpy of denaturation (p = 0.05) in Labrador Retriever ACLs. CONCLUSIONS: The different metabolism of the collagenous matrix in the ACLs of dogs predisposed to rupture was related to greater knee joint laxity and lower ligament material properties (ultimate tensile stress). This may be suggestive of a link between ligament rupture and eventual knee osteoarthritis in both dogs and humans.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 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 | 0,001 |
| 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 ».