MétaCan
Menu
Retour à la cohorte
Enregistrement W2093180995 · doi:10.1142/s0218957704001223

MUSCLE-INDUCED PATELLOFEMORAL JOINT LOADING RAPIDLY AFFECTS CARTILAGE mRNA LEVELS IN A SITE SPECIFIC MANNER

2004· article· en· W2093180995 sur OpenAlexaff
Andrea L. Clark, Linda R. Mills, David A. Hart, Walter Herzog

Notice bibliographique

RevueJournal of Musculoskeletal Research · 2004
Typearticle
Langueen
DomaineMedicine
ThématiqueOsteoarthritis Treatment and Mechanisms
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésCartilageMessenger RNAIn vivoPatellaArticular cartilageIn vitroAnatomyChemistryOsteoarthritisCell biologyBiomedical engineeringBiologyMedicinePathologyBiochemistryGene

Résumé

récupéré en direct d'OpenAlex

Mechanical loading of articular cartilage affects the synthesis and degradation of matrix macromolecules. Much of the work in this area has involved mechanical loading of articular cartilage explants or cells in vitro and assessing biological responses at the mRNA and protein levels. In this study, we developed a new experimental technique to load an intact patellofemoral joint in vivo using muscle stimulation. The articular cartilages were cyclically loaded for one hour in a repeatable and measurable manner. Cartilage was harvested from central and peripheral regions of the femoral groove and patella, either immediately after loading or after a three hour recovery period. Total RNA was isolated from the articular cartilage and biological responses were assessed on the mRNA level using the reverse transcriptase-polymerase chain reaction. Articular cartilage from intact patellofemoral joints demonstrated heterogeneity at the mRNA level for six of the genes assessed independent of the loading protocol. Cyclical loading of cartilage in its native environment led to alterations in mRNA levels for a subset of molecules when assessed immediately after the loading period. However, the increases in TIMP-1 and decreases in bFGF mRNA levels were transient; being present immediately after load application but not after a three hour recovery period.

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)0,003
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,137
Score d'incertitude au seuil0,896

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,091
Tête enseignante GPT0,363
Écart entre enseignants0,272 · 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'étudeExpérimental (laboratoire)
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

Citations12
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Musculoskeletal ResearchMême sujetOsteoarthritis Treatment and MechanismsTravaux en français237 207