Correlation between serum IL 37 levels with keloid severity
Notice bibliographique
Résumé
BACKGROUND: Keloids are dermal fibroproliferative disorders that characterized by over deposition of components of the extracellular matrix. Interleukin 37 (IL-37) is known by its ability to inhibit the proliferation of keloid fibroblasts by inhibiting extracellular matrix production induced by transforming growth factor β (TGF-β). Thus, Il-37 is suggested to be used as an early preventive treatment for keloids. AIMS: This study aimed to evaluate the correlation between serum levels of IL37 level and the keloid severity. PATIENTS/METHODS: This is a cross-sectional analytic study involving thirty-two patients diagnosed clinically as having Keloid. An assessment of keloid severity was conducted by using Vancouver Scar Scale (VSS). Blood samples were collected from every patient to measure and assess the serum levels of IL37. RESULTS: A negative correlation was found between IL37 level and the keloid severity (P = .0001; r = -.737). Also, there was a nonsignificant correlation between IL37 levels in patient with keloid and age, gender, duration of lesions, and family history. CONCLUSION: Lower level of plasma IL 37 could be an indicator of the severity of Keloids.
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) | 0,001 | 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 | 0,001 |
| 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 ».