Effect of calcium and magnesium on inflammatory cytokines in accidentally multiple fracture adults
Notice bibliographique
Résumé
ABSTRACT: Calcium (Ca) and magnesium (Mg), which play an important role in several cellular processes, is essential for normal development of the skeleton and maintenance of tissue homeostasis. Deficiency of these elements might delay bone fracture recovery or accelerates bone loss. We aimed to examine whether supplementation of trace element (TE) promotes fracture healing in accidentally fracturing adults by involvement of inflammatory mechanism.A short-term follow-up in clinic was performed. Totally, 117 subjects diagnosed with multiple fractures by traffic accidents were recruited in this study. Serum Ca and Mg levels were measured by inductively coupled plasma atomic emission spectrophotometry. Short-term changes such as serum C-reactive protein, interleukin (IL)-1β, IL-6, and tumor necrosis factor alpha in normal treatment and TE supplement groups were detected by enzyme-linked immunosorbent assay. Student t test and the Spearman correlation were performed to analyze the data.Significantly negative correlations between Ca (r = 0.7032; P < .001) and Mg (r = 0.2719; P < .05) and injury severity score were observed. Serum Ca and Mg were significantly increased at Day 5, 7, and 9 following TE supplements. After treatment, serum C-reactive protein, IL-1β, IL-6, and tumor necrosis factor alpha were significantly reduced whereas cytokine levels of the TE supplement group were found to be lower than that of the normal treatment group after Day 3.These findings suggest that Ca and Mg levels are associated with the injury severity of multiple fractures, and the supplement could reduce the inflammation, which may be beneficial for the bone recovery and disease process.
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 ».