Associations between biomarkers of matrix metabolism and inflammation with pain and fatigue in participants suspected of early hip and or knee osteoarthritis: data from the CHECK study
Notice bibliographique
Résumé
OBJECTIVES: To assess the associations of biomarkers in serum [highsensitivity C-reactive protein (hs-CRP), serum cartilage oligomeric protein (sCOMP), serum propeptide of type I procollagen (sPINP) and serum osteocalcin (sOC)] and urine [urinary type II collagen telopeptide (uCTX-2)] with the extent and progression of nocturnal pain, pain while walking, and fatigue in participants with hip and/or knee pain suspected to be early stage osteoarthritis (OA). METHODS: hs-CRP, uCTX-2, sCOMP, sPINP and sOC were measured at baseline in 1,002 participants of the Cohort Hip and Cohort Knee (CHECK). Nocturnal pain, pain while walking and fatigue were assessed by self-reported questionnaires at baseline and 2-year follow-up. Associations between these biomarkers and symptoms were examined using logistic and linear regression analyses. RESULTS: hs-CRP was significantly associated with mild nocturnal pain (OR 1.18 95% CI 1.01-1.37), with mild and moderate pain while walking (OR 1.17 95% CI 1.01-1.35 and OR 1.56 95% CI 1.29-1.90, respectively) and with progression of nocturnal pain (OR 1.25 95% CI 1.07-1.46). uCTX-2 was associated with mild nocturnal pain (OR 1.40 95% CI 1.05-1.85) and with mild and severe-extreme pain while walking (OR 1.35 95% CI 1.04-1.75 and OR 2.55 95% CI 1.03-6.34, respectively). sPINP was associated with severe-extreme nocturnal pain (OR 0.45 95% CI 0.25-0.82). No significant associations were found for sCOMP and sOC, nor for any of the biomarkers and fatigue. CONCLUSION: This study of biomarkers in a large cohort of participants with hip and/or knee pain suspected to reflect early stage hip and/or knee OA suggests that inflammation and cartilage matrix degeneration play a role in pain, but not in fatigue.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 ».