Intra-Articular Cytokine Levels in Adolescent Patients after Anterior Cruciate Ligament Tear
Notice bibliographique
Résumé
The treatment of anterior cruciate ligament (ACL) injuries in children and adolescents is challenging. Preclinical and clinical studies investigated ACL repairing techniques in skeletally immature subjects. However, intra-articular bioenvironment following ACL tear has not yet been defined in skeletally immature patients. The aim of this study was to measure cytokine concentrations in the synovial fluid in adolescent population. Synovial levels of IL-1 β , IL-1ra, IL-6, IL-8, IL-10, and TNF- α were measured in 17 adolescent patients (15 boys) with ACL tears who underwent ACL reconstruction including acute (5), subacute (7), and chronic (5) phases. Femoral growth plates were classified as “open” in three patients, “closing” in eight, and “closed” in six. Eleven patients presented an ACL tear associated with a meniscal tear. The mean Tegner and Lysholm scores ( m e a n ± S D ) of all patients were 8 ± 1 and 50.76 ± 26, respectively. IL-8, TNF- α , and IL-1 β levels were significantly greater in patients with “open” physes. IL-1ra and IL-1 β levels were significantly higher in patients with ACL tear associated with a meniscal tear. Poor Lysholm scores were associated with elevated IL-6 and IL-10 levels. IL-10 levels positively correlated with IL-6 and IL-8 levels, whereas TNF- α concentration negatively correlated with IL-6 levels. Skeletally immature patients with meniscal tears and open growth plates have a characteristic cytokine profile with particularly elevated levels of proinflammatory cytokines including IL-8, TNF- α , and IL-1 β . This picture suggests that the ACL tear could promote an intra-articular catabolic response in adolescent patients greater than that generally reported for adult subjects. The study lacks the comparison with synovial samples from healthy skeletally immature knees due to ethical reasons. Overall, these data contribute to a better knowledge of adolescent intra-articular bioenvironment following ACL injuries.
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 | 0,001 |
| 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 | 0,001 | 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 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 ».