Relation of osteopontine levels in plasma and synovial fluid of patients with knee osteoarthritis to magnetic resonance imaging findings of the knee joint
Notice bibliographique
Résumé
Objective: to detect the levels in plasma and synovial fluid osteopontine (OPN) in patients with primary osteoarthritis (OA) and their relation to progressive joint damage as detected by plain radiography, Magnetic Resonance Imaging (MRI) and its impact on both functional status and disease severity. Design: 60 patients with primary knee OA and 60 healthy controls were included. Functional status was assessed using Western Ontario and McMaster Universities Osteoarthritis Index (WOMAC), pain was assessed using Visual Analogue Scale (VAS). Kellgren-Lawrence grading scale (KL) was used to assess radiological severity. MRI using magnetic resonance imaging osteoarthritis knee score (MOAKS score), levels of plasma and synovial fluid OPN were measured. Results: Mean synovial fluid and plasma OPN of OA patients was 218.4 ± 37.7 and 136.67 ± 35.1. Plasma OPN was significantly higher in OA than control (p<0.0001). Significant positive correlation between serum and synovial OPN in OA patients (r=0.8, p<0.0001). Significant positive correlation between synovial fluid OPN and patients' age, disease duration, VAS, WOMAC, KL scale and parameters of MOAKS score. Significant positive correlation between plasma OPN and body mass index (BMI), VAS, WOMAC and KL scale parameters of MOAKS score. OPN level were significantly higher in grade ӀV KL than other grades. Synovial fluid OPN and bone marrow lesion (BML) score were the determining predictors for the function status (p=0.003) for both and severity (p=0.004, p<0.0001). Plasma and synovial OPN show high specificity and sensitivity in relation to BML score as parameter of activity and cartilage loss score as parameter of chronicity. Conclusion: Plasma and synovial fluid OPN correlated with the clinical features, functional status, radiological features of Knee OA and severity MOAKS score. Synovial OPN can predict both functional impact and radiological severity in patients with knee 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 | 0,000 | 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 | 0,000 | 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) | 0,001 | 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 ».