Clinical correlates of monospecific anti-PM75 and anti-PM100 antibodies in a tri-nation cohort of 1574 systemic sclerosis subjects
Notice bibliographique
Résumé
OBJECTIVE: Autoantibodies directed against the two principal antigens of the human exosome complex, PM75 and PM100, are present in systemic sclerosis (SSc) sera and have been associated with myositis and calcinosis. However, there is a paucity of data on the clinical correlates of these autoantibodies separately and in the absence of other SSc-specific antibodies. The aim of this study was to assess the clinical correlates of monospecific anti-PM75 and anti-PM100 in SSc. METHODS: A tri-nation cohort of 1574 SSc subjects was formed, clinical variables were harmonized and sera were tested for anti-PM75 and anti-PM100 antibodies using a line immunoassay. RESULTS: Forty-eight (3.0%) subjects had antibodies against PM75 and 18 (1.1%) against PM100. However, only 16 (1%) had monospecific anti-PM75 antibodies and 11 (0.7%) monospecific anti-PM100 antibodies (i.e. in isolation of each other and other SSc-specific antibodies). Monospecific profiles of each autoantibody included more calcinosis. An increased frequency of myositis was only seen in subjects positive for both anti-PM75 and anti-PM100 antibodies. Lung disease was only associated with anti-PM75 and subjects with anti-PM100 antibodies had better survival compared to other antibody subsets. CONCLUSION: The prevalence of monospecific anti-PM75 and anti-PM100 antibodies in this large SSc cohort was low. Disease features associated with anti-PM/Scl antibodies may depend on particular and possibly multiple antigen specificities. However, due to the small samples, these results need to be interpreted with caution. International collaborations are key to understanding the clinical correlates of uncommon serological profiles in SSc.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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) | 0,000 | 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 ».