Racial Differences in Serum Adipokine and Insulin Levels in a Matched Osteoarthritis Sample: A Pilot Study
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
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.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 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) | 0,000 | 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 découle