Matrix metalloproteinases and myeloperoxidase in gingival crevicular fluid provide site‐specific diagnostic value for chronic periodontitis
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
AIM: To identify the diagnostic accuracy of gingival crevicular fluid (GCF) candidate biomarkers to discriminate periodontitis from the inflamed and healthy sites, and to compare the performance of two independent matrix metalloproteinase (MMP)-8 immunoassays. MATERIALS AND METHODS: Cross sectional study. GCF (N = 58 sites) was collected from healthy, gingivitis and chronic periodontitis volunteers and analysed for levels of azurocidin, chemokine ligand 5, MPO, TIMP-1 MMP-13 and MMP-14 by ELISA or activity assays. MMP-8 was assayed by immunofluorometric assay (IFMA) and ELISA. Statistical analysis was performed using linear mixed-effects models and Bayesian statistics in R and Stata V11. RESULTS: MMP-8, MPO, azurocidin and total MMP-13 and MMP-14 were higher in periodontitis compared to gingivitis and healthy sites (p < 0.05). A very high correlation between MPO and MMP-8 was evident in the periodontitis group (r = 0.95, p < 0.0001). MPO, azurocidin and total levels of MMP-8, MMP-13 and MMP-14 showed high diagnostic accuracy (≥0.90), but only MMP-8 and MPO were significantly higher in the periodontitis versus gingivitis sites. MMP-8 determined by IFMA correlated more strongly with periodontal status and showed higher diagnostic accuracy than ELISA. CONCLUSIONS: MPO and collagenolytic MMPs are highly discriminatory biomarkers for site-specific diagnosis of periodontitis. The comparison of two quantitative MMP-8 methods demonstrated IFMA to be more accurate than ELISA.
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 | 0,003 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 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 découle