Serum periostin levels following small bone fractures, long bone fractures and joint replacements: an observational study
Notice bibliographique
Résumé
BACKGROUND: In asthma, serum periostin may potentially be used as a biomarker in the management of patients with Type-2 eosinophilic airway inflammation. However, serum periostin may be influenced by factors other than Type 2 inflammation, potentially confounding its interpretation. We aimed to measure change in periostin following bone injury. METHODS: 102 adults without asthma were recruited into three groups: joint replacement surgery, long bone fracture, short bone fracture. Participants underwent seven measurements of serum periostin over 26 weeks after bone injury, and prior to surgery in the joint replacement group. Differences in periostin were measured using a ratio of geometric mean (RGM), with comparison made with pre-surgery (joint replacement) or 26 week (long and short fracture) reference measurements. RESULTS: In the joint replacement group, periostin fell within 48 h (RGM 0.80, 95% CI 0.75-0.86), then increased to a maximum at 8 weeks (RGM 1.89, 1.77-2.02) and by 26 weeks remained above the reference measurement (RGM 1.27, 1.19-1.36). In the long bone fracture group, periostin was reduced at 48 h (RGM 0.76, 0.71-0.83) and then progressively increased to a maximum at 8 weeks (RGM 1.15, 1.06-1.23) compared with the reference measurement. In the short bone fracture group, periostin was reduced at 48 h (RGM 0.9, 0.85-0.95) but was not different from after week 1 compared with the reference measurement. CONCLUSIONS: This trial was prospectively registered with the Australia New Zealand Trials Registry on Feb 7 2014, (ACTRN12614000151639: https://www.anzctr.org.au/Trial/Registration/TrialReview.aspx?id=363881).
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».