Racial Differences in Serum Adipokine and Insulin Levels in a Matched Osteoarthritis Sample: A Pilot Study
Notice bibliographique
Résumé
BACKGROUND: In an attempt to correlate biomarkers with disease, serum-based biomarkers often are compared between individuals with osteoarthritis (OA) and control subjects. However, variable results have been reported. Some studies have suggested an association between certain adipokines and insulin and OA. We know that there are racial differences in OA prevalence and incidence, and from general population-based studies, those of Asian race consistently demonstrate a unique adipokine/insulin serum concentration profile as compared to Caucasians. Whether similar racial differences exist within OA samples is unknown and may have implications for selecting appropriate controls in comparative studies. METHODS: Serum levels of adipokines, leptin, and adiponectin, along with insulin, were determined by ELISA in patients scheduled for total hip or knee replacement surgery for OA. Fifteen Asian patients were matched 1 : 1 on age (±2 years), gender, body mass index (±1.5 kg/m(2)), and surgical joint with Caucasian patients. Differences in serum concentrations were tested using paired t-tests. RESULTS: Serum leptin and insulin levels were significantly higher in Asians compared to Caucasians (p < 0.05). While serum adiponectin levels were lower among Asians, the difference did not reach statistical significance (p = 0.12). CONCLUSION: Findings from this work suggest that when studying serum biomarker concentrations in OA versus controls, race may be an important factor to consider. Our findings warrant confirmation in larger studies.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 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) | 0,002 | 0,001 |
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 ».