MétaCan
Menu
Retour à la cohorte
Enregistrement W2514972075 · doi:10.1002/mus.25388

Fibrosis, low vascularity, and fewer slow fibers after rotator‐cuff injury

2016· article· en· W2514972075 sur OpenAlexafffund
Deanna Gigliotti, Mark Xu, Michael Davidson, Peter B. MacDonald, Jeff Leiter, Judy E. Anderson

Notice bibliographique

RevueMuscle & Nerve · 2016
Typearticle
Langueen
DomaineMedicine
ThématiqueShoulder Injury and Treatment
Établissements canadiensPan Am ClinicUniversity of Manitoba
Organismes subventionnairesPan Am Clinic Foundation
Mots-clésVascularityRotator cuffMedicineFibrosisSurgeryPathology

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: Rotator-cuff injury (RCI) represents 50% of shoulder injuries, and prevalence increases with age. Even with successful tendon repair, muscle and joint function may not return. METHODS: To explore the dysfunction, supraspinatus and ipsilateral deltoid (control) muscles were biopsied during arthroscopic RCI repair for pair-wise histological and protein-expression studies. RESULTS: Supraspinatus showed fiber atrophy (P < 0.0001), fibrosis (by Sirius Red, P = 0.05), reduced vascular density (P < 0.001), and a lower proportion of slow fibers (P < 0.0001) compared with the ipsilateral control muscle. There were also higher levels of atrogin-1 (P = 0.05), vascular endothelial growth factor (VEGF, P < 0.01), and dystrophin (P < 0.008, relative to fiber diameter) versus control. CONCLUSIONS: Adaptive changes in vascular endothelial growth factor and dystrophin were likely associated with reduced vascular supply, fatigue resistance, and fibrosis, accompanied by disuse atrophy from mechanical unloading of supraspinatus after tendon tear. Treatment to promote growth and vascularity in atrophic supraspinatus muscle may help improve functional outcome after surgical repair. Muscle Nerve 55: 715-726, 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 machine sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,011
Tête enseignante GPT0,259
Écart entre enseignants0,249 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations40
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMuscle & NerveMême sujetShoulder Injury and TreatmentTravaux en français237 207