Inflammation activation and resolution in human tendon disease
Notice bibliographique
Résumé
Improved understanding of the role of inflammation in tendon disease is required to facilitate therapeutic target discovery. We studied supraspinatus tendons from patients experiencing pain before and after surgical subacromial decompression treatment. Tendons were classified as having early, intermediate, or advanced disease, and inflammation was characterized through activation of pathways mediated by interferon (IFN), nuclear factor κB (NF-κB), glucocorticoid receptor, and signal transducer and activator of transcription 6 (STAT-6). Inflammation signatures revealed expression of genes and proteins induced by IFN and NF-κB in early-stage disease and genes and proteins induced by STAT-6 and glucocorticoid receptor activation in advanced-stage disease. The proresolving proteins FPR2/ALX and ChemR23 were increased in early-stage disease compared to intermediate- to advanced-stage disease. Patients who were pain-free after treatment had tendons with increased expression of CD206 and ALOX15 mRNA compared to tendons from patients who continued to experience pain after treatment, suggesting that these genes and their pathways may moderate tendon pain. Stromal cells from diseased tendons cultured in vitro showed increased expression of NF-κB and IFN target genes after treatment with lipopolysaccharide or IFNγ compared to stromal cells derived from healthy tendons. We identified 15-epi lipoxin A4, a stable lipoxin isoform derived from aspirin treatment, as potentially beneficial in the resolution of tendon inflammation.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| 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 | 0,000 |
| 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 source (Gemma direct ou Codex distillé), 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 ».