Neuroactive steroids and fatigue severity in patients with primary biliary cirrhosis and hepatitis C
Notice bibliographique
Résumé
Fatigue is one of the most common non-specific symptoms associated with several disease states including liver diseases. Recently, it was reported that levels of progesterone metabolites such as allopregnanolone (3alpha,5alpha-tetrahydroprogesterone; 3alpha,5alpha-THP) and isopregnanolone (3beta,5alpha-THP) were increased in plasma of patients with chronic fatigue syndrome. We hypothesize that THP metabolites might be associated with fatigue commonly observed in chronic liver diseases. We evaluated fatigue scores and plasma levels of five progesterone metabolites in 16 patients with primary biliary cirrhosis (PBC), 12 patients with chronic hepatitis C (CHC) and 11 age-matched controls. The fatigue impact scale (FIS) ratio was significantly increased (P < 0.01) in patients with PBC and CHC compared to controls. Plasma levels of 3alpha,5alpha-THP and pregnanolone (3alpha,5beta-THP) were significantly increased in PBC and CHC patients. The other progesterone metabolites, i.e. 3beta,5alpha-THP, 3beta,5beta-THP and 3alpha,5alpha-tetrahydrodeoxycorticosterone were either undetectable or detected only in some patients. Plasma levels of 3alpha,5alpha-THP and 3alpha,5beta-THP were found to be significantly higher in patients with fatigue (P < 0.05), while those of patients without fatigue were not significantly different from controls. Both 3alpha,5alpha-THP and 3alpha,5beta-THP are positive allosteric modulators of the gamma-aminobutyric acid type A (GABA-A) receptor and readily cross the blood-brain barrier. The present preliminary findings suggest that increased inhibition through GABA-A receptors due to the accumulation of neuroinhibitory steroids may represent an important pathophysiological mechanism of fatigue in chronic liver 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 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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».