The role of adipose tissue secretion in the creation and pain level in osteoarthritis
Notice bibliographique
Résumé
OBJECTIVES: With increasing evidence regarding the metabolic basis of osteoarthritis (OA), we studied the relationship between adipose tissue and OA. METHODS: This study is part of an OA registry in the eastern part of Fars Province, Iran. Overall, 150 patients with OA and 300 sex matched individuals were selected as a control group. They were compared regarding adipokine concentration (leptin, adiponectin, resistin and visfatin), anthropo-metric indices, the Western Ontario and McMaster universities arthritis index score (WOMAC). RESULTS: All adipokine levels were higher among OA patients (p<0.001). After adjusting for age, sex, and body mass index (BMI), adipokines showed a significant and positive association with OA (B: 14.12, B: 9.92, B: 24.71 and B: 12.29 for leptin, adiponectin, visfatin, and resistin, respectively; p<0.001). Except the adiponectin that had a negative relationship with BMI in the OA group (r=-0.570, p<0.001), other adipokines had positive relationships with BMI (r=0.781, p<0.001; r=0.530, p<0.001; r=0.549, p<0.001 for leptin, visfatin, and resistin, respectively). Only leptin and adiponectin levels were correlated with pain (B: 0.045, -0.079 and p<0.05). CONCLUSION: The present study shows that aside to the well-known role of mechanical stress in OA pathogenesis (weight load), leptin, adiponectin, visfatin, and resistin, which represent the adi-pose tissue independent on the weight, may play a chemical role in OA pathogenesis. In addition, leptin and adiponectin may be involved in the pain levels among patients with 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 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 ».