Upregulation of microRNA-223 expression in gingival crevicular blood of women with gestational diabetes mellitus and periodontitis
Notice bibliographique
Résumé
Background/Purpose: MicroRNA-223 (miR-223) is involved in several inflammatory diseases, including gestational diabetes mellitus (GDM) and periodontitis. We first described a procedure for purifying miR-223 from gingival crevicular blood (GCB) of pregnant women with or without GDM and periodontitis. This study aimed to determine whether GDM and/or periodontitis modifies miR-223 expression in pregnant women and to analyze miR-223-targeted messenger RNA (mRNA) expression levels in GCB compared to peripheral blood (PB). Materials and methods: Pregnant women were allocated to 4 groups: 10 women with GDM and periodontitis (GDM/P), 10 women with GDM without periodontitis (GDM/NP), 9 women with periodontitis and without GDM (NGDM/P) and 10 women without either condition (NGDM/NP). Clinical parameters of GDM and periodontal status were examined. GCB and PB were collected to assess miR-223, ICAM-1, IL-1β and β1-integrin gene expression by quantitative real-time polymerase chain reaction. Results: = 0.04). In contrast, the GDM/P showed the lowest miR-223 expression level in PB among the 4 groups. Moreover, ICAM-1 and IL-1β mRNA expression exhibited the opposite trend of miRNA-223, indicating that miRNA-223 might regulate the mRNA function of those genes by epigenetic events. Conclusion: The upregulation of miR-223 expression in GCB but downregulation in PB, ICAM-1 and IL-1β genes expression in women with GDM and periodontitis suggest a promising role of miR-223 in the association between GDM and periodontitis.
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 | 0,001 |
| 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 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 ».