No Association of Polymorphisms in Nav1.7 or Nerve Growth Factor Receptor Genes with Trigeminal Neuralgia
Notice bibliographique
Résumé
OBJECTIVE: Trigeminal neuralgia is defined as a sudden severe shock-like pain within the distribution of the trigeminal nerve. Pain is a subjective experience that is influenced by gender, culture, environment, psychological traits, and genes. Sodium channels and nerve growth factor play important roles in the transmission of nociceptive signals and pain. The aim of this study was to investigate the occurrence of Nav1.7 sodium channel and nerve growth factor receptor TrkA gene polymorphisms (SCN9A/rs6746030 and NTRK1/rs633, respectively) in trigeminal neuralgia patients. METHODS: Ninety-six subjects from pain specialty centers in the southeastern region of Brazil were divided into 2 groups: 48 with classical trigeminal neuralgia diagnosis and 48 controls. Pain was evaluated using the visual analog scale and multidimensional McGill Pain Questionnaire. Genomic DNA was obtained from oral swabs in all individuals and was analyzed by real-time polymerase chain reaction. RESULTS: No association was observed between evaluated polymorphisms and trigeminal neuralgia. For allele analyses, patients and controls had similar frequencies for both genes. Genotype distribution or allele frequencies of polymorphisms analyzed here did not correlate to pain scores. CONCLUSIONS: Although no association of evaluated polymorphisms and trigeminal neuralgia diagnosis or pain severity was observed, our data do not exclude the possibility that other genotypes affecting the expression of Nav1.7 or TrkA are associated with the disease. Further studies should investigate distinct genetic polymorphisms and epigenetic factors that may be important in expression of these molecules.
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 | 0,000 |
| 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 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 ».