MétaCan
Menu
Retour à la cohorte
Enregistrement W4392303895 · doi:10.4103/jpbs.jpbs_829_23

Evaluation of the Circulatory Levels of Heat Shock Protein 60 Levels in Periodontitis and Cardiovascular Disease Patients

2024· article· en· W4392303895 sur OpenAlexaff
Rakshit K. Dalal, Manpreet Kaur, Komal Khatri, F.D. Patel, Heena Shaikh, Arifa Bakerywala

Notice bibliographique

RevueJournal of Pharmacy And Bioallied Sciences · 2024
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueHeat shock proteins research
Établissements canadiensCARE Canada
Organismes subventionnairesnon disponible
Mots-clésMedicinePeriodontitisHSP60DiseaseInflammationHeat shock proteinPeriodontal diseaseInternal medicineChronic periodontitisBiomarkerGastroenterologyImmunologyHsp70

Résumé

récupéré en direct d'OpenAlex

A BSTRACT Introduction: HSP is arguably the most thoroughly studied self-antigens connected to Cardio Vascular Diseases (CVD) and periodontal disease. Hence, the major goal of this analysis was to determine the amount of HSP60 in patients’ Chronic Periodontitis (CP) patients’ serum. Materials and Methods: The current investigation involved 100 patients in all. Based on the patients’ periodontal and cardiovascular health, the patients were divided. The patients were made aware that this research had no direct bearing on disease treatment or cure. Results: In contrast to periodontal disease, which had a mean serum HSP60 of 59.94 ng/dl, CVD had a mean serum HSP60 of 85.98 ng/dl. When compared to periodontal disease, the CVD increased significantly ( P < 0.05, 0.03). Discussion and Conclusion: We emphasize the function of HSP60 in the pathophysiology of individuals with chronic periodontitis based on the findings of the current investigation. Serum HSP60 concentrations can serve as a biomarker for periodontal inflammation. More longitudinal and interventional research with a larger sample size is required to validate the present findings. In periodontal therapies, targeting HSP60 may enhance results.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,328
Score d'incertitude au seuil0,191

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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)0,0000,000

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 Opus0,070
Tête enseignante GPT0,350
Écart entre enseignants0,280 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations1
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Pharmacy And Bioallied SciencesMême sujetHeat shock proteins researchTravaux en français237 207