Painful, degenerating intervertebral discs up‐regulate neurite sprouting and <scp>CGRP</scp> through nociceptive factors
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Intervertebral disc degeneration (IVD) can result in chronic low back pain, a common cause of morbidity and disability. Inflammation has been associated with IVD degeneration, however the relationship between inflammatory factors and chronic low back pain remains unclear. Furthermore, increased levels of nerve growth factor (NGF) and brain derived neurotrophic factor (BDNF) are both associated with inflammation and chronic low back pain, but whether degenerating discs release sufficient concentrations of factors that induce nociceptor plasticity remains unclear. Degenerating IVDs from low back pain patients and healthy, painless IVDs from human organ donors were cultured ex vivo. Inflammatory and nociceptive factors released by IVDs into culture media were quantified by enzyme-linked immunosorbent assays and protein arrays. The ability of factors released to induce neurite growth and nociceptive neuropeptide production was investigated. Degenerating discs release increased levels of tumour necrosis factor-α, interleukin-1β, NGF and BDNF. Factors released by degenerating IVDs increased neurite growth and calcitonin gene-related peptide expression, both of which were blocked by anti-NGF treatment. Furthermore, protein arrays found increased levels of 20 inflammatory factors, many of which have nociceptive effects. Our results demonstrate that degenerating and painful human IVDs release increased levels of NGF, inflammatory and nociceptive factors ex vivo that induce neuronal plasticity and may actively diffuse to induce neo-innervation and pain in vivo.
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.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 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 découle