Analysis of Macrophages and Peptidergic Fibers in the Skin of Patients With Painful Diabetic Polyneuropathy
Notice bibliographique
Résumé
BACKGROUND AND OBJECTIVES: The mechanisms of pain in patients with diabetic polyneuropathy are unknown. Studies have suggested a role of inflammation and increased neuropeptides peripherally in pain generation. This study examined the possible skin markers of painful diabetic polyneuropathy (P-DPN): macrophages, substance P (SP), and calcitonin gene-related peptide (CGRP). METHODS: The participants were included from a large Danish cross-sectional clinical study of type 2 diabetes. We diagnosed definite diabetic polyneuropathy using the Toronto criteria and used the Neuropathic Pain Special Interest Group classification for defining P-DPN. We included 60 skin biopsies from patients with diabetic polyneuropathy-30 with P-DPN and 30 with nonpainful diabetic polyneuropathy (NP-DPN)-and 30 biopsies from healthy controls of similar age and sex. The biopsies were stained using PGP 9.5, IbA1, and SP and CGRP primary markers. RESULTS: = 0.64 and 0.49, respectively). The difference between P-DPN and NP-DPN for SP and CGRP was significant only in female patients, although a trend was seen in male patients. DISCUSSION: The findings point to a possible involvement of the innate immune system in the pathogenesis of neuropathic pain in patients with DPN, although markers of activated macrophages were not measured in this study.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 ».