Microarray analysis of bone marrow lesions in osteoarthritis demonstrates upregulation of genes implicated in osteochondral turnover, neurogenesis and inflammation
Notice bibliographique
Résumé
OBJECTIVE: Bone marrow lesions (BMLs) are well described in osteoarthritis (OA) using MRI and are associated with pain, but little is known about their pathological characteristics and gene expression. We evaluated BMLs using novel tissue analysis tools to gain a deeper understanding of their cellular and molecular expression. METHODS: We recruited 98 participants, 72 with advanced OA requiring total knee replacement (TKR), 12 with mild OA and 14 non-OA controls. Participants were assessed for pain (using Western Ontario and McMaster Universities Osteoarthritis Index (WOMAC)) and with a knee MRI (using MOAKS). Tissue was then harvested at TKR for BML analysis using histology and tissue microarray. RESULTS: The mean (SD) WOMAC pain scores were significantly increased in advanced OA 59.4 (21.3) and mild OA 30.9 (20.3) compared with controls 0.5 (1.28) (p<0.0001). MOAKS showed all TKR tissue analysed had BMLs, and within these lesions, bone marrow volume was starkly reduced being replaced by dense fibrous connective tissue, new blood vessels, hyaline cartilage and fibrocartilage. Microarray comparing OA BML and normal bone found a significant difference in expression of 218 genes (p<0.05). The most upregulated genes included stathmin 2, thrombospondin 4, matrix metalloproteinase 13 and Wnt/Notch/catenin/chemokine signalling molecules that are known to constitute neuronal, osteogenic and chondrogenic pathways. CONCLUSION: Our study is the first to employ detailed histological analysis and microarray techniques to investigate knee OA BMLs. BMLs demonstrated areas of high metabolic activity expressing pain sensitisation, neuronal, extracellular matrix and proinflammatory signalling genes that may explain their strong association with 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 | 0,000 |
| 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) | 0,002 | 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 ».