Characterization of synovial fluid cytokine profiles in chronic meniscal tear of the knee
Notice bibliographique
Résumé
Concentrations of pro- and anti-inflammatory cytokines in synovial fluid samples collected from patients with chronic meniscal tears were investigated. An acute inflammatory response is generally reported 24-48 h after knee injury, but the largest body of data available in literature concerns anterior cruciate ligament injury and very little information is available about the balance of soluble factors in the synovial fluid of knees with chronic meniscal tears. Sixty-nine patients (46 males and 23 females) with meniscal tear that occurred more than 3 months earlier were enrolled. According to cartilage integrity assessment by arthroscopic examination, patients were assigned to one of the following groups: (i) no chondral damage (n = 18); (ii) chondral damage graded from I to II (n = 15); and (iii) chondral damage graded from III to IV (n = 37). In all groups, levels of IL-10 and inflammatory cytokines IL-6, TNF-α, and IL-8 where greater compared with those reported in the intact population; by contrast, levels of IL-1ra and IL-1β were significantly lower. Interestingly, IL-6 levels were higher in female than male patients. Cytokine levels did not correlate with degree of chondral damage. IL-6 and IL-1ra levels positively correlated with IL-1β, and negatively correlated with TNF-α. Interestingly, levels of IL-1β and TNF-α were inversely correlated. Our data demonstrate increased levels of pro-inflammatory cytokines (IL-6, IL-8, and TNF-α) in the chronic phase of meniscal trauma. This pro-inflammatory state is maintained in the joint from the time of initial injury to several months later and could be a key factor in hampering cartilage regeneration. © 2016 Orthopaedic Research Society. Published by Wiley Periodicals, Inc. J Orthop Res 35:340-346, 2017.
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 | 0,002 | 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 | 0,001 |
| 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 ».