Sex differences in the relationship between individual systemic markers of inflammation and pain in knee osteoarthritis
Notice bibliographique
Résumé
Objective: There are suggestions that the relationship between inflammation and pain in osteoarthritis (OA) may differ by sex, yet studies have been limited. We investigated whether the relationship between knee-specific OA pain and systemic inflammatory markers differs by sex. Design: 196 patients scheduled for knee arthroplasty for OA were included. Questionnaires were completed and blood samples drawn pre-surgery. Questionnaire data: knee pain (WOMAC), sex, age, height, weight, comorbidities, depressive symptoms, and symptomatic joint count. Systemic inflammatory markers (cytokines IL-6, IL-8, IL-10, IL-1β and TNF-α) were measured by multiplex ELISA. A series of regression models with interaction terms between sex and ln-transformed inflammatory markers were estimated with pain score as the outcome. The adjusted relationship between pain and inflammatory markers, by sex, were presented graphically. Results: Mean age was 64 years (range 43-89); females comprised 58.7% of the sample. In adjusted analyses, similar relationships between knee pain and lnIL-10 (negative: β = -1.28, 95%CI (-1.97, -0.58)) and lnTNF-α (positive: β = 0.92, 95%CI (0.11, 1.76)) were found for females and males. In contrast, relationships between knee pain and lnIL-1β, lnIL-6 and lnIL-8 differed in direction for females and males. Specifically, for lnIL-1β and lnIL-8 they were positive for males, negative for females. The opposite was found with lnIL-6, negative for males, positive for females. Conclusion: These findings provide some evidence of sex-specific relationships between individual inflammatory markers and knee OA pain. They expose a need for further exploration of sex-differences in this context, with potential future implications for treatment or drug development in OA.
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 | 0,001 | 0,002 |
| 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) | 0,003 | 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 ».