Serum netrin-1 and netrin receptor levels in fibromyalgia and osteoarthritis
Notice bibliographique
Résumé
Objectives: This study aims to define serum levels of netrin-1 and netrin receptors in patients with fibromyalgia (FM) and osteoarthritis (OA). Patients and methods: This cross-sectional study was conducted with a total of 150 female participants (mean age: 47.2±16.1 years; range, 18 to 89 years) at Fırat University between June 2016 and December 2016. The participants were evaluated in three groups: the FM group with 50 patients, the OA group with 50 patients, and the control group, which included 50 healthy volunteers. Netrin-1, netrin receptors (DCC, UNC5B, and UNC5D), interleukin (IL)-6, IL-10, and IL-17 levels were analyzed by the enzyme-linked immunosorbent assay from the serum samples of the participants. Results: The level of serum netrin-1 was significantly lower in the FM group than in the control and OA groups (p<0.01 and p<0.001, respectively). However, the difference between patients with OA and healthy controls in terms of netrin-1 was not statistically significant (p>0.05). In addition, serum levels of netrin receptors and cytokines in the FM group were similar to the control group (p>0.05). However, serum DCC, UNC5D, IL-6, and IL-10 levels were higher in the OA group compared to the control group (p<0.001, p<0.05, p<0.01, and p<0.001, respectively). Conclusion: Serum netrin-1 level is suppressed in FM, which suggests that netrin-1 is influential in FM pathogenesis.
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 | 0,001 | 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 ».