Anti–nerve growth factor therapy attenuates cutaneous hypersensitivity and musculoskeletal discomfort in mice with osteoporosis
Notice bibliographique
Résumé
INTRODUCTION: The prevalence of osteoporosis is increasing with the aging population and is associated with increased risk of fracture and chronic pain. Osteoporosis is currently treated with bisphosphonate therapy to attenuate bone loss. We previously reported that improvement in bone mineral density is not sufficient to reduce osteoporosis-related pain in an ovariectomy (OVX)-induced mouse model of osteoporosis, highlighting the need for new treatments. Targeting of nerve growth factor (NGF) with sequestering antibodies is a promising new direction for the treatment of musculoskeletal pain including back pain and arthritis. Its efficacy is currently unknown for osteoporotic pain. OBJECTIVE: To investigate the efficacy of anti-NGF antibody therapy on osteoporotic pain in an OVX-induced mouse model. METHODS: Ovariectomy- and sham-operated mice were injected with an anti-NGF antibody (10 mg/kg, intraperitoneally, administered 2×, 14 days apart), and the effect on behavioural indices of osteoporosis-related pain and on sensory neuron plasticity was evaluated. RESULTS: Treatment with anti-NGF antibodies attenuated OVX-induced hypersensitivity to mechanical, cold, and heat stimuli on the plantar surface of the hind paw. The OVX-induced impairment in grip force strength, used here as a measure of axial discomfort, was partially reversed by anti-NGF therapy. No changes were observed in the rotarod or open-field tests for overall motor function and activity. Finally, anti-NGF treatment attenuated the increase in calcitonin gene-related peptide-immunoreactive dorsal root ganglia neurons observed in OVX mice. CONCLUSION: Taken together, these data suggest that anti-NGF antibodies may be useful in the treatment of prefracture hypersensitivity that is reported in 10% of patients with osteoporosis.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».