Periodontal therapy alters gene expression of peripheral blood monocytes
Notice bibliographique
Résumé
AIMS: We investigated the effects of periodontal therapy on gene expression of peripheral blood monocytes. METHODS: Fifteen patients with periodontitis gave blood samples at four time points: 1 week before periodontal treatment (#1), at treatment initiation (baseline, #2), 6-week (#3) and 10-week post-baseline (#4). At baseline and 10 weeks, periodontal status was recorded and subgingival plaque samples were obtained. Periodontal therapy (periodontal surgery and extractions without adjunctive antibiotics) was completed within 6 weeks. At each time point, serum concentrations of 19 biomarkers were determined. Peripheral blood monocytes were purified, RNA was extracted, reverse-transcribed, labelled and hybridized with AffymetrixU133Plus2.0 chips. Expression profiles were analysed using linear random-effects models. Further analysis of gene ontology terms summarized the expression patterns into biologically relevant categories. Differential expression of selected genes was confirmed by real-time reverse transcriptase-polymerase chain reaction in a subset of patients. RESULTS: Treatment resulted in a substantial improvement in clinical periodontal status and reduction in the levels of several periodontal pathogens. Expression profiling over time revealed more than 11,000 probe sets differentially expressed at a false discovery rate of <0.05. Approximately 1/3 of the patients showed substantial changes in expression in genes relevant to innate immunity, apoptosis and cell signalling. CONCLUSIONS: The data suggest that periodontal therapy may alter monocytic gene expression in a manner consistent with a systemic anti-inflammatory effect.
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 | 0,004 | 0,001 |
| 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 | 0,000 |
| 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 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 ».