MUC1 expression in Sjogren's syndrome, KCS, and control subjects.
Notice bibliographique
Résumé
PURPOSE: To investigate the expression of MUC16 protein in tears and conjunctival cell membranes and MUC16 mRNA in conjunctival cells of Sjogren's syndrome (SS), keratoconjunctivitus sicca (KCS) and non-dry eyed (NDE) subjects. The relationship of tear flow and soluble MUC16 concentration was also measured. METHODS: Seventy-six subjects were recruited for this study: 25 SS (confirmed via American-European Consensus Criteria 2002), 25 KCS (confirmed by symptoms and Schirmer scores < or =10 mm) and 26 NDE. Tear flow was measured by the Schirmer test without anesthesia for 5 min. Tears were collected using an eye-wash technique. Protein and mRNA were isolated from conjunctival epithelial cells collected via impression cytology. Soluble and membrane bound MUC16 were quantified via western blotting and MUC16 mRNA was quantified by real time qPCR. RESULTS: The SS group demonstrated significantly higher concentrations of soluble MUC16 (7.28 [SS] +/- 3.97 versus 3.35 [KCS] +/- 4.54 [p=0.004] and versus 1.61 [NDE] +/- 1.22 [p<0.001]) and MUC16 mRNA (4.66 [SS] +/- 5.06 versus 1.84 [KCS] +/- 2.26 [p=0.01] and 1.52 [NDE] +/- 1.04 [p=0.003]) compared to both KCS and NDE groups, respectively. No differences in soluble MUC16 or MUC16 mRNA were found between the KCS and NDE groups. Membrane bound MUC16 was similar in all three groups. No significant correlation was found between mean Schirmer values and any measure of MUC16 expression. CONCLUSIONS: These results demonstrate that SS subjects display a significant increase in both soluble MUC16 and MUC16 mRNA concentrations compared to other forms of aqueous deficient dry eye and non dry-eyed individuals. There was no correlation between tear flow and soluble MUC16 concentration.
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 | 0,000 |
| 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 ».