A systematic review of the role of inflammatory biomarkers in acute, subacute and chronic non-specific low back pain
Notice bibliographique
Résumé
BACKGROUND: Low back pain (LBP) is one of the greatest contributors to disability in the world and there is growing interest on the role of biomarkers in LBP. To purpose of this review was to analyze available evidence on the relationship between inflammatory biomarkers, clinical presentation, and outcomes in patients with acute, subacute and chronic non-specific low back pain (NSLBP). METHODS: A search was performed in Medline, Embase, Cinahl and Amed databases. Studies which measured levels of inflammatory biomarkers in participants with NSLBP were included. Two reviewers independently screened titles and abstracts, full-texts, and extracted data from included studies. Methodological quality was assessed using the Newcastle Ottawa Quality Assessment Scale. Level of evidence was assessed using the modified GRADE approach for prognostic studies. RESULTS: Seven primary studies were included in this review. All results assessed using the modified GRADE demonstrated low to very low quality evidence given the small number of studies and small sample. Three studies examined C-reactive protein (CRP), one of which found significantly higher CRP levels in an acute NSLBP group than in controls and an association between high pain intensity and elevated CRP. Three studies examined tumor necrosis factor alpha (TNF-α), two of which found elevated TNF-α in chronic NSLBP participants compared to controls. Two studies examined interleukin 6 (IL-6), none of which found a significant difference in IL-6 levels between NSLBP groups and controls. Two studies examined interleukin 1 beta (IL-β), none of which found a significant difference in IL-β levels between NSLBP groups and controls. CONCLUSIONS: This review found evidence of elevated CRP in individuals with acute NSLBP and elevated TNF-Α in individuals with chronic NSLBP. There are a limited number of high-quality studies evaluating similar patient groups and similar biomarkers, which limits the conclusion of this review.
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 | 0,012 | 0,052 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,011 | 0,008 |
| Bibliométrie | 0,015 | 0,016 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».