MétaCan
Menu
Retour à la cohorte
Enregistrement W1990938770 · doi:10.3899/jrheum.080503

Adipokines and Systemic Lupus Erythematosus: Relationship with Metabolic Syndrome and Cardiovascular Disease Risk Factors

2009· article· en· W1990938770 sur OpenAlexvenueno aff
Marta Vadacca, Domenico Paolo Emanuele Margiotta, Amelia Rigon, Fabio Cacciapaglia, G. Coppolino, Antonio Amoroso, Antonella Afeltra

Notice bibliographique

RevueThe Journal of Rheumatology · 2009
Typearticle
Langueen
DomaineMedicine
ThématiqueSystemic Lupus Erythematosus Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineAdipokineResistinAdiponectinInternal medicineLeptinMetabolic syndromeBody mass indexEndocrinologyDiseaseLupus erythematosusObesityImmunologyInsulin resistanceAntibody

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: To study concentrations of adipokines in patients with systemic lupus erythematosus (SLE) and the relationship among adipokines, the metabolic syndrome (MeS), and cardiovascular disease (CVD) risk factors. METHODS: We enrolled 50 SLE patients and 26 controls, all women. Leptin, resistin, visfatin, and adiponectin were measured by commercial ELISA kits. RESULTS: MeS prevalence was increased among subjects with SLE. Leptin levels were higher in patients with SLE than controls. Among SLE patients, independent determinants of leptin were insulin levels (p < 0.0001), triglycerides (p = 0.03), body mass index (p = 0.02), corticosteroid dosage (p = 0.02), and SLE Disease Activity Index (p = 0.005). Other adipokines did not differ between SLE patients and controls. CONCLUSION: Leptin was increased in SLE patients and could play a role in SLE-related cardiovascular diseases.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,779
Score d'incertitude au seuil0,467

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,017
Tête enseignante GPT0,252
Écart entre enseignants0,234 · 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 tête enseignante, 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

Citations101
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of RheumatologyMême sujetSystemic Lupus Erythematosus ResearchTravaux en français237 207