Circulating microRNA profiles in early-stage osteoarthritis and rheumatoid arthritis
Notice bibliographique
Résumé
Osteoarthritis (OA) and rheumatoid arthritis (RA) are prevalent joint diseases, yet early diagnosis remains challenging with existing methods. Circulating microRNAs are promising biomarkers for detection and differentiation of arthritis subtypes. This study aimed to profile plasma microRNAs from early OA (N = 22), early RA (N = 12), and non-OA/RA (N = 50) individuals using microRNA-sequencing. Principal component analysis revealed distinct clustering of early OA from both early RA and non-OA/RA, but not for early RA and non-OA/RA. A total of 170 differentially expressed microRNAs were identified in early OA versus the other groups, with no significant differences found between early RA and non-OA/RA. Stepwise filtering followed by RT-qPCR validation in independent samples identified six microRNAs: miR-16-5p and miR-29c-3p were upregulated in early OA compared to both early RA and non-OA/RA, while miR-744-5p, miR-382-5p, miR-3074-5p, and miR-11400 were upregulated in early RA compared to the other two groups. Additionally, three novel microRNAs were identified using bioinformatic tools-one enriched in early OA and two in early RA. Target prediction and pathway analyses revealed that early OA microRNAs were linked to extracellular matrix degradation pathways, and early RA microRNAs were linked to immune signaling. These findings highlight six known and three novel circulating microRNAs with potential as biomarkers to distinguish early OA from early RA.
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 | 0,001 | 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 ».