Is There Any Relationship between Serum Levels of IL‐10 and Atherosclerosis in Hemodialysis Patients?
Notice bibliographique
Résumé
Background: Cardiovascular complications due to atherosclerosis (AS) are the major cause of mortality in hemodialysis (HD) patients. Inflammation may play an important role in the development of AS. Several studies have demonstrated the association of acute‐phase proteins and cytokines with AS in the general population and in HD patients. Interleukin‐10 (IL‐10) is an anti‐inflammatory cytokine. The aim of study was to compare serum levels inflammatory and anti‐inflammatory indicators in HD patients according to the presence or absence of AS. Methods: Thirty‐three HD patients were enrolled. AS was defined as the detection of plaques by Doppler ultrasonography. The patients were subgrouped according to the presence or absence of plaques. Serum levels of IL‐1, IL‐2, IL‐6, IL‐10, C‐reactive protein (CRP) and tumor necrosis factor‐α (TNF‐α) were measured. The factors for AS such as age, gender, hypertension, hyperlipidemia, and HD duration were also evaluated. Results: We found that the patients with AS had significantly higher hs‐CRP and lower IL‐10. Blood pressure values were also increased in patients with AS. Additionally, there was an increased correlation between CRP and IL‐10. Conclusions: AS(+) patients undergoing HD had low serum levels of anti‐inflammatory cytokine IL‐10 and high serum levels of hs‐CRP. These results may suggest that the limitation of anti‐inflammatory response in atherosclerotic uremic patients is a triggering or contributing factor for AS.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».