Soluble low affinity nerve growth factor receptor (sLNGFR) may regulate pain in knee osteoarthritis
Notice bibliographique
Résumé
OBJECTIVES: Nerve growth factor β (β-NGF) is a protein which is important to the development of neurons particularly those involved in the transmission of pain and is central to the experience of pain in osteoarthritis (OA). Direct NGF antagonism has been shown to reduce OA pain but is associated with rapidly progressive OA. The aim of the study is to investigate the ability of soluble neurotrophin receptors in the NGF pathway to modulate pain in OA. METHODS: Synovial fluid (SF) was obtained from the knee joints of 43 subjects who underwent total knee arthroplasty. Visual analogue scale (VAS) pain scores were obtained prior to surgery. Customised-automated-ELISAs and commercial-ELISAs and LEGENDplex™ were used to measure soluble low-affinity nerve growth factor (LNGFR), soluble tropomyosin receptor kinase (TrkA), proNGF, β-NGF, other neurotrophins (NT) and cytokines including inflammatory marker TNF-α. RESULTS: The VAS score positively correlated with β-NGF (r=0.34) and there was positive association trend with neurotrophin-3 (NT-3), BDNF and negative association trend with ProNGF. sLNGFR positively correlated with VAS (r=0.33). The β-NGF/soluble TrkA ratio showed a strong positive correlation with VAS (r=0.80). In contrast, there was no correlation between pain and the β-NGF/sLNGFR ratio (r=-0.08). TNF-α positively correlated with β-NGF (r=0.83), NT-3 (r=0.66), and brain-derived neurotrophic factor (BDNF) (r=0.50) and negatively with ProNGF (r= -0.74) and positively correlated with both soluble TrkA (r=0.62), sLNGFR (r=0.26). CONCLUSIONS: This study suggests that endogenous or cleaved sLNGFR, but not soluble TrkA may participate in OA pain modulation thus supporting further research into soluble LNGFR as a therapeutic target in OA.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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) | 0,000 | 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 tête enseignante, 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 ».