The association of plasma IL-1Ra and related cytokines with radiographic severity of early knee osteoarthritis
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
We aimed to evaluate the association between inflammatory biomarkers in peripheral blood and severity of knee osteoarthritis (OA). We performed a cross-sectional study in participants with frequent knee pain, evaluated radiographic and clinical severity. We measured inflammatory biomarkers: plasma (p) IL-1Ra, IL-1β, IL-18, serum (s) CD14, hsCRP and bone and cartilage biomarkers: urine (u) CTX-II, (s) HA, COMP, CTX-I, PIIANP. We assessed radiographic severity by Kellgren-Lawrence (KL) grading and Osteoarthritis Research Society International (OARSI) standardized scoring atlas; and clinical severity by the Western Ontario and McMaster Universities Osteoarthritis Index (WOMAC). 139 participants (82% women, mean ± SD age: 55.5 ± 7.8 years) were included. (p) IL-1Ra was negatively associated with radiographic severity by KL grading (Spearman rho = −0.197, P = 0.021), osteophytes (Spearman rho = −0.217, P = 0.011), and joint space narrowing of index knee (Spearman rho = −0.172, P = 0.045); and KL sum score of both knees (Spearman rho = −0.180, P = 0.035), after adjustment for age, gender and body mass index (BMI). Other inflammatory markers were not associated with radiographic severity. Cartilage degradation markers (u) CTXII and (s) COMP were modestly associated with radiographic severity after adjustment. In multivariate models, (s) hsCRP and the bone and cartilage biomarkers, but not the inflammatory biomarkers, were associated with radiographic severity. Among the inflammatory biomarkers in peripheral blood, IL-1Ra was negatively associated with radiographic severity in this early knee OA cohort.
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.
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 | 0,000 |
| 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 découle