Serum Decorin, Interleukin-1β, and Transforming Growth Factor-β Predict Hypertrophic Scarring Postburn
Notice bibliographique
Résumé
Hypertrophic scar after burn injury is a significant problem. Previous studies have examined the roles for decorin, interleukin-1β, and transforming growth factor-β1 in hypertrophic scar formation locally, but few have considered their systemic influence. The authors conducted a pilot study to examine whether serum levels of these molecules could predict hypertrophic scar formation. Serum levels were measured using enzyme-linked immunosorbent assay, and hypertrophic scar formation determined from chart reviews. Peripheral blood mononuclear cells and fibroblasts were stimulated with decorin, interleukin-1β, and transforming growth factor-β1, and expression of profibrotic molecules examined using flow cytometry, immunofluorescence microscopy, quantitative polymerase chain reaction, and mass spectrometry. Multiple linear regression analysis suggested early serum levels of decorin and interleukin-1β, and late serum levels of transforming growth factor-β1 were predictive of hypertrophic scar formation. Decorin up-regulated the expression of toll-like receptor 4 and C-X-C receptor 4 in peripheral blood mononuclear cells, and interleukin-1β up-regulated fibroblast production of C-X-C ligand 12. Transforming growth factor-β1 up-regulated, and interleukin-1β down-regulated, the production of profibrotic cytokines, collagen, and myofibroblast differentiation. The model predicting hypertrophic scar formation is supported by clinical results and limited in vitro experiments.
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 | 0,000 |
| 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 | 0,001 |
| 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 ».