Retinal blood oxygen saturation and aqueous humour biomarkers in early diabetic retinopathy
Notice bibliographique
Résumé
PURPOSE: ) and specific aqueous humour (AH) concentrations of proangiogenic biomarkers in diabetic patients with nonproliferative diabetic retinopathy (NPDR) and to compare them with those of matched control subjects. METHODS: The sample comprised 14 participants with mild-to-moderate NPDR (69.1 ± 6.6 years) and 17 age-matched healthy controls (69.7 ± 6.3 years); all participants were previously scheduled for routine cataract extraction with intraocular lens implantation. Multiplex cytokine analyses of specific biomarkers, including vascular endothelial growth factor A (VEGF-A), angiopoietin2 (Ang2), epidermal growth factor (EGF), hepatocyte growth factor (HGF) and interleukin-8 (IL-8) were performed by BioPlex 200 system. Six non-invasive hyperspectral retinal images were acquired. RESULTS: was significantly higher in both arterioles (94.4 ± 1.9 versus 93.0 ± 1.6) and venules (64.4 ± 5.6 versus 55.9 ± 4.8) of NPDR than in the healthy controls (p < 0.001). AH levels of HGF (p = 0.018), Ang2 (p = 0.005) and IL-8 (p = 0.034) were significantly higher, and EGF (p = 0.030) was significantly lower in NPDR subjects. The study demonstrated a correlation between venular retinal blood oxygen saturation and proangiogenic factors HGF (r = 0.558, p = 0.038), Ang2 (r = 0.556, p = 0.039) and EGF (r = -0.554, p = 0.040), but did not find any correlation for IL-8 (r = 0.330, p = 0.249) even though this biomarker was significantly higher in the diabetic group. CONCLUSION: and AH concentrations of protein biomarkers in diabetic retinopathy. The biomarkers of interest have been shown to participate in cell death, which may explain higher oxygen saturation in NPDR.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,000 |
| 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 ».