Serum Biomarkers in Patients with Relapsing Eosinophilic Granulomatosis with Polyangiitis (Churg-Strauss)
Notice bibliographique
Résumé
INTRODUCTION: Previous studies suggest a role for eotaxin-3, TARC/CCL17 and IgG4 in newly-diagnosed patients with eosinophilic granulomatosis with polyangiitis (EGPA, Churg-Strauss) with highly active disease. The role of these biomarkers in relapsing disease is unclear. METHODS: Serum levels of TARC/CCL17, eotaxin-3, IgG4, and IgG4/IgG ratio were determined in serum samples from a longitudinal cohort of patients with EGPA (105 visits of 25 patients). Epidemiological, clinical and laboratory data were available for all visits. RESULTS: At the first visit, 80% of patients were using glucocorticoids and 68% additional immunosuppressive drugs. Disease flares were seen at 18 visits. The median BVAS and BVAS/WG scores at time of relapse were 4 and 2, respectively. None of the biomarkers tested were useful to discriminate between active disease and remission. Patients treated with prednisone had lower eotaxin-3 and eosinophil levels compared to patients not taking glucocorticoids irrespective of disease activity. Use of immunosuppressive agents was not associated with biomarker levels. CONCLUSIONS: Serum levels of TARC/CCL17, eotaxin-3, IgG4, and IgG4/IgG ratio do not clearly differentiate active and inactive disease in established EGPA. Defining biomarkers in EGPA remains a challenge especially during times of glucocorticoid use.
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 | 0,001 |
| 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 ».