Study on the correlation of the TLR4/MyD88 axis with the degree of inflammatory response in patients with synovitis of the knee joint
Notice bibliographique
Résumé
This work aims to provide a novel reference for future diagnosis and treatment of synovitis of the knee joint (SKJ) by analyzing the correlation of the TLR4/MyD88 axis with the degree of inflammatory response in SKJ patients. First, this study retrospectively analyzed the clinical data of 46 SKJ patients (research group, RG) treated in our hospital from January 2021 to December 2022 and 52 concurrent healthy controls (control group, CG). Concentrations of TLR4, MyD88 and inflammatory factors (IFs) in peripheral blood were measured, and differences in TLR4 and MyD88 between groups were observed to explore the diagnostic performance of the two for SKJ. Additionally, the correlation of TLR4 and MyD88 with IFs and Western Ontario Mac Master (WOMAC) scores in SKJ patients was discussed. Through the above experiment, we found that TLR4 and MyD88 presented higher mRNA levels in RG than in CG (P<0.05), both of which had excellent diagnostic efficiency for SKJ. Pearson correlation coefficients identified a positive correlation of TLR4 and MyD88 mRNA with IFs and WOMAC scores (P<0.05). Therefore, The TLR4/MyD88 axis is activated in SKJ patients and is strongly related to the intensification of inflammatory responses.
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 | 0,001 |
| 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 ».