THE ROLE OF AMINO ACIDS IN KNEE OSTEOARTHRITIS
Notice bibliographique
Résumé
Background: Osteoarthritis is an important public health problem and the most common musculoskeletal disease in the World. The pathogenesis and etiology of osteoarthritis is still unclear. We aimed to make an Amino acids analysis that will contribute to the pathogenesis, diagnosis and treatment of knee osteoarthritis. Materail and Methods:The study included according to the radiological grading scale of Kellgren-Lawrence, 30 patients at Grade 1-2; Group 1 (Grade 1-2), 30 patients at Grade 3-4; Group 2 (Grade 3-4), 30 healthy controls; Group 3. We compared between groups age, sex, body mass index, Western Ontario and McMaster Universities, Short form-36 findings, and plasma-free amino acid levels. Results:A comparison of the serum norvaline, leucine, isoleucine, allo-isoleucine, cystathionine, phenylalanine, 1-methyl hystidine, arginine, alanine, cystine, valine, threonine, and tryptophane levels of the knee osteoarthritis and control groups compared a statistically significant difference (p=0.000, p=0.000, p=0.000, p=0.000, p=0.044, p=0.003, p=0.000, p=0.035, p=0.010, p=0.011, p=0.000, p=0.000, p=0.003). Conclusions We consider that, norvaline leucine; isoleucine, allo-isoleucine, cystathionine, phenylalanine, 1-methyl hystidine, arginine, alanine, cystine, valine, threonine, and tryptophane amino acids could be, as potential systemic serum biomarkers for diagnosis of knee osteoarthritis.
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 | 0,000 |
| 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 ».