Enhanced Neurokinin‐1 Receptor Expression Is Associated with Human Dental Pulp Inflammation and Pain Severity
Notice bibliographique
Résumé
Substance P (SP) is a peptide involved in many biological processes, including nociception and inflammation. SP has a high affinity for its receptor neurokinin‐1 (NK‐1R). SP/NK‐1R complex plays a major role in the interactions going on during the onset of dental pain and inflammation. Objective . To identify the expression of NK‐1R in healthy and inflamed human dental pulp, as well as to identify any association with severity of dental pain. Methods . This case‐control study included ten irreversibly inflamed samples of dental pulp, which were extirpated from patients presenting with chief complaint of dental pain due to caries. Ten healthy pulps, extirpated from those teeth which were indicated for extraction due to orthodontic reasons, were used as the control group. Visual analog scale (VAS) and modified McGill Pain Questionnaire were used to assess the characteristic and severity of pain. Immunohistochemical study was performed using monoclonal antibodies against NK‐1R. Results . The results showed that the NK‐1R was expressed intensely in patients with higher pain score. The mean pain score in cases was 7.0 ± 2.0. The healthy dental pulps had negative or mild NK‐1R staining of +1 intensity. The NK‐1R score in cases was 2.4 ± 0.516 and 0.2 ± 0.4216 in controls. There was significant difference in NK‐1R score between both groups ( p value <0.05). There was a strong positive correlation between the pain score and NK‐1R expression score. As the pain increased, the NK‐1R expression score was also increased (0.95 ∗∗ , p value 0.000). Conclusions . NK‐1R is overexpressed in inflamed dental pulp. SP/NK‐1R modulation may provide a novel approach for the treatment of pulpal inflammation and pain.
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 | 0,001 | 0,001 |
| 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) | 0,001 | 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 ».