Relationships between biomarkers of cartilage, bone, synovial metabolism and knee pain provide insights into the origins of pain in early knee osteoarthritis
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
INTRODUCTION: We tested the hypothesis that there exist relationships between the onset of early stage radiographically defined knee osteoarthritis (OA), pain and changes in biomarkers of joint metabolism. METHODS: Using Kellgren-Lawrence (K/L) grading early radiographic knee OA (K/L 2) was detected in 16 of 46 patients. These grades (K/L 1 is no OA and K/L 2 is early OA) were divided into two groups according to the presence or absence of persistent knee pain. Sera (s) and urines (u) were analysed with biomarkers for cartilage collagen cleavage (sC2C and uCTX-II) and synthesis (sCPII), bone resorption (uNTx) and synovitis (hyaluronic acid: sHA). RESULTS: sCPII decreased and sC2C/sCPII, uCTX-II/sCPII and sHA increased with onset of OA (K/L 2 versus K/L 1) irrespective of joint pain. In contrast, sC2C and uCTX-II remained unchanged in early OA patients. Of the patients with K/L grades 1 and 2 sC2C, sCPII, sHA, uNTX and uCTX-II were all significantly increased in patients with knee pain independent of grade. Among the K/L grade 2 subjects, only uCTX-II and uCTX-II/sCPII were increased in those with knee pain. In grade 1 patients both sC2C and sCPII were increased in those with knee pain. No such grade specific changes were seen for the other biomarkers including sHA. CONCLUSIONS: These results suggest that changes in cartilage matrix turnover detected by molecular biomarkers may reflect early changes in cartilage structure that account directly or indirectly for knee pain. Also K/L grade 1 patients with knee pain exhibit biomarker features of early OA.
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 | 0,006 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,001 |
| 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