Human molecular mechanisms of lumbar disc degeneration: A scoping review
Notice bibliographique
Résumé
Study Design: Scoping review. Objective: To synthesize current knowledge of molecular mechanisms underlying human lumbar disc degeneration (LDD) and identify knowledge gaps to be addressed by future research. Summary of Background Data: Chronic low back pain (CLBP) is a leading cause of disability worldwide. Epidemiological studies based on radiologic findings suggest that patients with LDD are more likely to develop CLBP. Despite many reviews on disc degeneration, no systematic synthesis has focused on the molecular mechanisms of LDD using human tissue models. Methods: A systematic search of 12 databases identified 8310 studies. After applying screening criteria, 159 studies analyzing human lumbar degenerative disc tissues from adult patients with radiologically diagnosed LDD were eligible for data extraction. Studies with sample sizes <20, tissues from organ donors or non-lumbar regions, or findings based solely on animal data or public repositories ( e.g. , Gene Expression Omnibus) without clinical validation were excluded from the final synthesis. Results and Conclusions: Twenty-nine studies were selected for the synthesis of findings. Current evidence converges on dysregulated lipid metabolism, including impaired phosphatidylcholine synthesis and oxidized low-density lipoprotein signaling via LOX-1; ferroptosis and pyroptosis driven by iron overload and mitochondrial DNA–mediated inflammasome activation; and interleukins (IL-21, IL-17A) that enhance TNF-α–mediated catabolic and inflammatory signaling. Epigenetic regulators (SIRT1 and BRD4), posttranscriptional/translational proteins (TRIM21, Piezo1, YAP1, CHSY3, FSTL1, and IGFBP5), and noncoding RNAs further modulate extracellular matrix homeostasis, cell cycle progression, apoptosis, and inflammation, often through NF-κB and MAPK pathways. Despite their clinical relevance, the included studies had several major limitations: small sample sizes, limited phenotypic profiling and stratification, demographically unbalanced cohorts, and reliance on in vitro or animal models for experimental data. Future studies should integrate multi-omics, imaging, and clinical data to enhance mechanistic insight and support the development of targeted therapies for LDD.
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 | 0,017 | 0,051 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,007 | 0,006 |
| Bibliométrie | 0,024 | 0,018 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,006 | 0,004 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,004 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,001 |
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 ».