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 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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».