Inflammatory markers for differentiation of endometritis in the mare
Notice bibliographique
Résumé
BACKGROUND: Endometrial biopsy is required to diagnose mares with chronic endometritis and endometrial degenerative fibrosis. An increase in understanding of equine reproductive immunology could be utilised to create less-invasive, time-efficient diagnostic tools especially when evaluating mares for chronic endometritis. OBJECTIVES: To evaluate inflammatory cytokine and chemokine concentrations in uterine fluid samples collected by low-volume lavage (LVL) as a potential screening diagnostic biomarker for endometritis. STUDY DESIGN: Prospective cross-sectional clinical study. METHODS: Forty-six mares underwent a LVL and subsequently endometrial biopsy. Mares were split in three groups: healthy, acute endometritis, and chronic endometrial fibrosis (CEF) based on cytological and histological evaluation. A fluorescent bead-based multiplex assay for IFN-γ, IFN-α, IL-1β, IL-4, IL-10, IL-17, sCD14, TNF-α, CCL2, CCL3, CCL5 and CCL11 were carried out on the LVL fluid. The endometrial biopsy was utilised for histology and qPCR of IFN-γ, IL-1β, IL-6, IL-8, IL-17, TNF-α, CCL2 and CCL3 genes. Statistical analyses examined differences in inflammatory markers and predictive modelling for diseased endometrium. RESULTS: Secreted concentrations of IFN-γ were lower in LVL fluid from reproductively healthy mares compared with acute endometritis (p = 0.04) and CEF (p = 0.006). Additionally, IL-17, IL-10, IL-1β, TNF-α, CCL2, CCL3, CCL5 and CCL11 were significantly increased (p ≤ 0.04) in LVL from CEF mares compared with healthy mares. Mares with CCL2 concentrations ≥550 pg/mL (14/14) had 100% probability of having CEF and/or acute endometritis. Healthy mares had lower relative abundance of IL-17 mRNA compared with mares in CEF group [median (interquartile rage) = 14.76 (13.3, 15.3) and 12.4 (10.54, 13.81)], respectively (p = 0.02). MAIN LIMITATIONS: Limited sample size: larger numbers of mares with and without endometritis are required and reference intervals in LVL samples have to be established. CONCLUSIONS: Inflammatory chemokines and cytokines concentrations differed between healthy mares and mares with acute endometritis or CEF in LVL.
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 | 0,000 | 0,000 |
| 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 | 0,000 |
| 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) | 0,000 | 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 ».