Association of suprapatellar pouch effusion with knee pain and serum IL-6, IL-17, IL-23 in patients with knee osteoarthritis
Notice bibliographique
Résumé
Objective To explore the association of suprapatellar pouch effusion with knee pain and serum levels of interleukin (IL)-6, IL-17, IL-23 in patients with knee osteoarthritis measured by magnetic resonance imaging (MRI). Methods 204 patients with knee osteoarthritis were enrolled into the study. Suprapatellar pouch effusion was measured by OSIRIS in both grade (0-3) and maximum area (cm2). Serum IL-6, IL-17, IL-23 were measured. Knee pain was assessed by Western Ontario and McMasters osteoarthritis index (WOMAC) questionnaire and Lequesne index. Characteristics of patients were recorded and body mass index (BMI) was calculated. Student t test or Chi-square test was used to compare means or proportions. Multivariable linear regression or logistic regression was used to determine risk factors (α=0.05). Results ① In the 204 patients [mean age (55±8) years, 86.3% were females], the prevalence of physiologic effusion(≤ 1) was 47.9% while moderate or larger (≥2) effusion was 52.1%.② The age, labour intensity, serum levels of uric acid (sUA) and Lequesne index of higher grade effusion group were higher (P<0.05) compared with lower grade effusion group. ③ Suprapatellar pouch effusion maximum area was positively correlated with age (r=0.208, P=0.006), BMI (r=0.171, P=0.027) and labour intensity (r=0.189, P=0.013).④ Adjusted for age, gender and BMI, the results of Logistic regression analysis showed that: suprapatellar pouch effusion grades were positively correlated with Lequesne index [OR=1.120, 95% CI(1.011, 1.241), P=0.029] and negatively correlated with IL-23 [OR=0.768, 95% CI (0.598, 0.986), P=0.038]. Suprapatellar pouch effusion was not independently associated with WOMAC index, IL-6 and IL-17. Conclusion The prevalence of suprapatellar pouch pathological effusion is 52.1% in knee osteoarthritis. Suprapatellar pouch effusions is positively correlated with knee pain (Lequesne index) and negatively correlated with IL-23. Key words: Osteoarthritis, knee; effusion; Knee pain; Interleukin-23
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,002 | 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 ».