A systematic review of the association between ultrasound-detected features and laboratory inflammatory biomarkers in hand osteoarthritis
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
To systematically review observational studies for the relationship between ultrasound (US)-detected features and laboratory inflammatory biomarkers in hand osteoarthritis (OA). A systematic literature search was performed in MEDLINE, EMBASE, CINAHL, and Web of Science from their inception to June 2025 to identify relevant observational studies. Study quality was evaluated using the Newcastle–Ottawa Scale (NOS), with two independent reviewers validating the papers. Correlation coefficients and corresponding confidence intervals and P values between US-detected features and biomarkers were extracted and analysed. Out of 5,128 citations, four studies (546 participants, 91.75% female, mean age 56.1–66.3 years) scored >5 on the NOS. Significant correlations (<i>r</i> = 0.3–0.57) were found between serum inflammatory markers (e.g. TNF, MIP-β, PDGF-bb, IP-10) and grey-scale synovitis (GSS) specifically in erosive hand OA. No significant correlations were observed between other US-detected features (e.g. power Doppler (PD) signals, osteophytes (OST), effusion, cartilage thickness) and inflammatory biomarkers, with coefficients generally <0.2. These findings highlight a critical gap in research linking US-detected features and serum inflammatory markers in hand OA. While some evidence suggests that US-detected GSS may reflect subclinical inflammation, particularly in erosive hand OA, inconsistent results across studies underscore the need for larger, standardised research to support phenotyping and inform targeted diagnostic and therapeutic strategies.
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.
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 | 0,004 |
| 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) | 0,009 | 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 découle