Altered Blood Biomarker Profiles in Athletes with a History of Repetitive Head Impacts
Notice bibliographique
Résumé
The long-term health effects of concussion and sub-concussive impacts in sport are unknown. Growing evidence suggests both inflammation and neurodegeneration are pivotal to secondary injury processes and the etiology of neurodegenerative diseases. In the present study we characterized circulating brain injury and inflammatory mediators in healthy male and female athletes according to concussion history and collision sport participation. Eighty-seven university level athletes (male, n = 60; female, n = 27) were recruited before the start of the competitive season. Athletes were healthy at the time of the study (no medications, illness, concussion or musculoskeletal injuries). Dependent variables included 29 inflammatory and 10 neurological injury analytes assessed in the peripheral blood by immunoassay. Biomarkers were statistically evaluated using partial least squares multivariate analysis to identify possible relationships to self-reported previous concussion history, number of previous concussions and collision sport participation in male and female athletes. Multiple concussions were associated with increases in peripheral MCP-1 in females, and MCP-4 in males. Collision sport participation was associated with increases in tau levels in males. These results are consistent with previous experimental and clinical findings that suggest ongoing inflammatory and cerebral injury processes after repetitive mild head trauma. However, further validation is needed to correlate systemic biomarkers to repetitive brain impacts, as opposed to the extracranial effects common to an athletic population such as exercise and muscle damage.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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) | 0,001 | 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 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 ».