Adiponectin: is it a biomarker for assessing the disease severity in knee osteoarthritis patients?
Notice bibliographique
Résumé
AIM: The results of previous studies regarding the role of adiponectin in the pathogenesis of osteoarthritis (OA) are controversial. The aim of this study is to investigate the relation of plasma adiponectin levels with clinical and radiological disease severity in knee OA patients. METHOD: Sixty patients with knee OA and 25 healthy controls were included in the study. Patients were divided into two subgroups: lean (Group 1, n = 30) and obese (Group 2, n = 30). Healthy controls were accepted as Group 3 (n = 25). Pain intensity was measured with a visual analogue scale (VAS), functional disability with Western Ontario and McMaster Universities Osteoarthritis Index (WOMAC) and Quality of Life (QoL) with Short Form-36 (SF-36). Also all patients were radiologically evaluated and graded according to Kellgren-Lawrence (KL) scale. Plasma concentrations of adiponectin levels were measured by enzyme-linked immune-sorbent assay (ELISA). RESULTS: Serum adiponectin levels were higher in OA patient subgroups than those in the control group but the difference did not reach a significant level after adjustments for age, gender and body mass index (P = 0.078). There was a positive correlation between adiponectin concentration and KL grading scores. Additionally, there was a positive correlation between adiponectin levels and clinical variables (VAS and WOMAC total scores) in patient subgroups (r = 0.326 P = 0.012, r = 0.583 P < 0.001, respectively). SF-36 scores were inversely associated with adiponectin levels. CONCLUSION: Plasma adiponectin concentrations were associated with both clinical and radiological disease severity in knee OA patients. Thus, adiponectin hormone might be a potential clinically useful biomarker while assessing disease severity in the future.
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 | 0,004 |
| 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 | 0,001 |
| 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 ».