Cytokine Profile in Plasma Extracellular Vesicles of Parkinson’s Disease and the Association with Cognitive Function
Notice bibliographique
Résumé
Plasma extracellular vesicles (EVs) containing various molecules, including cytokines, can reflect the intracellular condition and participate in cell-to-cell signaling, thus emerging as biomarkers for Parkinson's disease (PD). Inflammation may be a crucial risk factor for PD development and progression. The present study investigated the role of plasma EV cytokines as the biomarkers of PD. This cross-sectional study recruited 113 patients with PD, with mild to moderate stage disease, and 48 controls. Plasma EVs were isolated, and the levels of cytokines, including pro-interleukin (IL)-1β, IL-6, IL-10, tumor necrosis factor (TNF)-α, and transforming growth factor (TGF)-β1, were evaluated. Patients with PD had significantly increased plasma EV pro-IL-1β and TNF-α levels compared with controls after adjustment for age and sex. Despite the lack of a significant association between plasma EV cytokines and motor symptom severity in patients with PD, cognitive dysfunction severity, assessed using the Mini-Mental State Examination (MMSE) and Montreal Cognitive Assessment, was significantly associated with plasma EV pro-IL-1β, IL-6, IL-10, and TNF-α levels. This association was PD specific and not found in controls. Furthermore, patients with PD cognitive deficit (MMSE < 26) exhibited a distinguished EV cytokine profile compared to those without cognitive deficit. The findings support the concept of inflammatory pathogenesis in the development and progression of PD and indicate that plasma EV cytokines may serve as PD biomarkers in future.
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 ».