Osteoclast indices in osteogenesis imperfecta: systematic review and meta-analysis
Notice bibliographique
Résumé
Abstract Osteogenesis imperfecta (OI) is a rare bone fragility disorder caused by mutations in genes encoding collagen type I or that affect its processing. Alterations in osteoclasts were suggested to contribute to OI pathophysiology. We aimed to systematically identify studies reporting measures of osteoclast formation and function in patients and mouse models of OI, to quantify OI-induced changes. The systematic search of Medline, Ovid, and Web of Science identified 798 unique studies. After screening, we included 23 studies for meta-analysis, reporting osteoclast parameters in 310 patients with OI of 9 different types and 16 studies reporting osteoclast parameters in 406 animals of 11 different OI mouse models. The standardized mean difference with 95% confidence interval (CI) was used as the effect size, and random-effects meta-analysis was performed. In patients with OI, collagen degradation markers were significantly higher compared with age-matched controls, with an effect size of 1.23 (CI: 0.36, 2.10]. Collagen degradation markers were the most elevated in the 3- to 7-year-old age group and in patients with more severe forms of OI. Bone histomorphometry demonstrated the trends for higher osteoclast numbers (1.16; CI: −0.22, 2.55) and osteoclast surface (0.43; CI: −0.63, 1.49), and significantly higher eroded surface (3.24; CI: 0.51, 5.96) compared with age-matched controls. In OI mice, meta-analysis demonstrated significant increases in collagen degradation markers (1.59; CI: 1.07, 2.11), in osteoclast numbers (0.94; CI: 0.50, 1.39), osteoclast surface (0.73; CI: 0.22, 1.23), and eroded surface (1.31; CI: 0.54, 2.08). The largest differences were in OI mice with the mutations in Col1a1 and Col1a2 genes. There were no differences between males and females in clinical or animal studies. Quantitative estimates of changes in osteoclast indices and their variance for patients with OI are important for planning future studies. We confirmed that similar changes are observed in mice with OI, supporting their translational utility.
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 | 0,011 | 0,025 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,018 | 0,026 |
| Bibliométrie | 0,008 | 0,011 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».