Association of Peripheral Serum MicroRNAs With Persistent Phantom Limb Pain in Individuals With Amputation
Notice bibliographique
Résumé
OBJECTIVE: Individuals with major limb amputation(s) frequently experience phantom limb sensations, which are described as vivid impressions of either parts or entire missing limb(s). Despite the high incidence and prevalence of phantom limb pain, the underlying pathophysiology of phantom limb pain remains poorly understood. The objective of this study was to evaluate a possible role of microRNAs in the pathophysiology of phantom limb pain. DESIGN: Adults with acquired limb amputation and varying degrees of phantom limb pain consented to provide clinical data and blood samples. One hundred forty participants with single or multiple limb amputation(s) were enrolled. The Visual analog scale and neuropathic pain symptom inventory were administered to evaluate the pain. Serum samples were analyzed for microRNA expression and bioinformatic analysis was performed. RESULTS: Sixty-seven participants did not experience phantom limb pain, whereas 73 participants experienced varying severities of phantom limb pain measured on a pain scale. Linear regression analysis suggested that the time since amputation is inversely related to severity of the pain. A significantly increased expression of 16 microRNAs was observed in participants experiencing phantom limb pain. Bioinformatic analysis shows a possible role of these microRNAs in regulating genes expressed in peripheral neuropathy. CONCLUSIONS: This study provides the first evidence of association of microRNA in phantom limb 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 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 | 0,002 |
| 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) | 0,002 | 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 ».