Anti‐α actinin antibodies as new predictors of response to treatment in autoimmune hepatitis type 1
Notice bibliographique
Résumé
BACKGROUND: We reported that combined presence of autoantibodies (Abs) against filamentous-actin (AFA) and α-actinin are specific for autoimmune hepatitis type 1 (AIH-1) diagnosis. AIM: To explore our data and assess whether anti-α-actinin and AFA Abs could be used as indicators of response to treatment and predictors of AIH-1 flares in a large cohort of AIH-1 patients. METHODS: Seven hundred and sixty-four serial serum samples of 86 consecutive AIH-1 patients, 509 pathological and 110 normal controls were tested for the presence of anti-α-actinin and AFA Abs by an in-house IgG-specific ELISA and a standardised commercially available ELISA respectively. Patients sera were divided into baseline group (active disease before treatment initiation, n = 86) and then according to treatment response into group A-responders (n = 40 patients), group B-relapsers/incomplete responders (n = 37 patients) and group C-not-treated (n = 9 patients). RESULTS: Anti-α-actinin and AFA levels were significantly higher at baseline. Double reactivity against α-actinin and AFA was associated with disease activity (OR 4.9; 95% CI: 2.7-9). Anti-α-actinin optical densities (ODs) before treatment decreased significantly at first remission (P < 0.05). Treatment response was associated with anti-α-actinin Abs negativity before treatment (OR 3.4; 95% CI: 1.3-8.9) and absence of double positivity for anti-α-actinin and AFA Abs before treatment (OR 3.8; 95% CI: 1.4-10.4). Responders had lower baseline levels of anti-α-actinin than relapsers and/or incomplete responders (P = 0.002). Binary logistic regression revealed lower levels of anti-α-actinin as the only independent predictors of response (P = 0.05). CONCLUSIONS: Anti-α-actinin Abs at baseline appear to predict treatment response and therefore they might be used for monitoring treatment outcome in AIH-1.
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 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 | 0,000 |
| 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) | 0,002 | 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 tête enseignante, 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 ».