Serum and Urinary Cell–free MiR-146a and MiR-155 in Patients with Systemic Lupus Erythematosus
Notice bibliographique
Résumé
OBJECTIVE: Recent studies showed that micro-RNA play important roles in the pathogenesis of autoimmune diseases. We studied the levels of miR-146a and miR-155 in the serum and urinary supernatant of patients with systemic lupus erythematosus (SLE). METHODS: The serum and urinary supernatant levels of miR-146a and miR-155 were determined by real-time quantitative polymerase chain reaction in 40 patients with SLE and 30 healthy controls. RESULTS: Compared to controls, serum miR-146a and miR-155 levels were lower, and the urinary level of miR-146a was higher, in SLE. Estimated glomerular filtration rate (eGFR) correlated with both serum miR-146a (r = 0.519, p = 0.001) and miR-155 (r = 0.384, p = 0.014). Serum miR-146a inversely correlated with proteinuria (r = -0.341, p = 0.031) and the SLE Disease Activity Index (r = -0.465, p = 0.003). Serum miR-146a and miR-155 levels also correlated with red blood cell count, platelet count, and lymphocyte count. After treatment with calcitriol for 6 months, serum miR-146a level of SLE patients increased significantly (p < 0.001), and its change inversely correlated with the level of calcium-phosphate product (r = -0.466, p = 0.003). CONCLUSION: The results suggested that serum miR-146a and miR-155 participate in the pathophysiology of SLE and might be used as biomarkers of SLE.
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 ».