MétaCan
Menu
Retour à la cohorte
Enregistrement W4385433515 · doi:10.14744/cm.2022.89266

Serum Macrophage Migration Inhibitory Factor Levels in the Patients with Active Ulcerative Colitis

2023· article· en· W4385433515 sur OpenAlexaboutno aff
Enver Akbaş

Notice bibliographique

RevueComprehensive Medicine · 2023
Typearticle
Langueen
DomaineImmunology and Microbiology
ThématiqueMacrophage Migration Inhibitory Factor
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMacrophage migration inhibitory factorUlcerative colitisMacrophageImmunologyInhibitory postsynaptic potentialMedicineInternal medicineChemistryCytokineDiseaseIn vitroBiochemistry

Résumé

récupéré en direct d'OpenAlex

Objective: Macrophage migration inhibitory factor (MIF) is a cytokine that plays a critical role in immunity and inflammation.We compared serum MIF levels in patients diagnosed with active ulcerative colitis (UC) for the 1 time with those in healthy controls and attempted to determine whether serum MIF levels were different in the patients with active UC. Materials and Methods:A total of 38 naive patients who were admitted to our hospital between 2019 and 2020 and diagnosed with active UC by colonoscopy were included in the study as the case group, and 37 patients without acute or chronic diseases whose colonoscopy was normal were included as the control group.Results: There was no statistically significant difference in MIF levels between the patients with UC and the control group (p>0.05).Serum MIF levels were analyzed by comparing the patients with UC and the control group in terms of disease localization and severity.The serum MIF levels of the patients with UC were grouped according to the Montreal classification (p>0.05) and the Truelove and Witts criteria.There was no statistically significant difference in serum MIF levels between the patient groups or between them and the control group (p>0.05).Conclusion: Serum MIF levels were not higher in the patients with naive active US than in healthy control subjects.There are not many previous clinical studies on this topic.Further clinical studies are needed to investigate serum MIF levels in UC.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,031
Tête enseignante GPT0,268
Écart entre enseignants0,237 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueComprehensive MedicineMême sujetMacrophage Migration Inhibitory FactorTravaux en français237 207