Increased upper airway cytokines and oxidative stress in severe obstructive sleep apnoea
Notice bibliographique
Résumé
Inflammation may contribute to upper airway pathophysiology in obstructive sleep apnoea (OSA). Our objective was to compare upper airway pro-inflammatory cytokine expression, oxidative stress and connective tissue deposition in severe (n = 25) versus mild (n = 17) OSA patients. Upper airway surgical specimens were separated by predominance of either mucosal or muscle tissue. Expression levels of interleukin (IL)-1α, IL-6, interferon-γ, RANTES (regulated on activation, normal T-cell expressed and secreted), transforming growth factor (TGF)-β and l-selectin were measured by ribonuclease protection assay. Oxidative stress was assessed via protein carbonyl group detection by immunoblotting. Histochemistry was employed for immunolocalisation of selected cytokines and connective tissue morphometry. In the severe OSA group, expression of IL-1α, IL-6 and TGF-β was significantly higher in mucosa-predominant tissues, whereas in muscle-predominant specimens, RANTES expression was greater in severe OSA. Increased protein carbonylation was observed in severe OSA within both mucosal and muscle compartments. Immunohistochemistry localised TGF-β to submucosal and perimuscular inflammatory cells, while IL-6 was primarily localised to myocytes. Consistent with the pro-fibrotic cytokine profile observed in mucosa-predominant tissue, morphometric analysis revealed greater submucosal and perimuscular connective tissue in severe OSA subjects. There is increased pro-inflammatory and pro-fibrotic cytokine expression, oxidative stress, and connective tissue deposition in upper airway tissues from severe versus mild OSA patients.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».