Synovial Fluid Macrophage Migration Inhibitory Factor Levels Correlate with Severity of Self-Reported Pain in Knee Osteoarthritis Patients
Notice bibliographique
Résumé
BACKGROUND Inflammation is considered as one of the main pathogeneses in OA-induced pain. Macrophage migration inhibitory factor (MIF) is a well known pro-inflammatory cytokine. We aimed to determine whether MIF levels in serum and synovial fluid (SF) are associated with severity of OA-induced pain. MATERIAL AND METHODS We recruited 226 patients with knee OA and 106 controls. Self-reported pain severity of OA patients was evaluated using the Western Ontario McMaster University Osteoarthritis (WOMAC) pain scores. MIF levels were detected using enzyme-linked immunosorbent assay (ELISA). RESULTS OA patients had similar serum MIF levels compared to controls (11.93 [5.68-18.10] vs. 10.06 [6.60-14.61] ng/ml, P>0.05). In OA patients, MIF levels in SF were dramatically lower compared to paired serum samples (3.39 [1.87-5.89] vs. 11.93 [5.68-18.10] ng/ml, P<0.01). MIF levels in SF were significantly correlated with WOMAC pain scores (r=0.237, P<0.001), but MIF levels in serum had no significant correlation with WOMAC pain scores (r=0.009, P=0.898). CONCLUSIONS MIF levels in SF, but not in serum, were independently associated with the severity of self-reported pain in OA patients. The inhibition of MIF signaling pathways may be a novel therapeutic approach for ameliorating OA-induced pain.
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 | 0,000 | 0,002 |
| 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 ».