Anti-C1q antibodies in systemic lupus erythematosus
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
OBJECTIVE: Anti-C1q has been associated with systemic lupus erythematosus (SLE) and lupus nephritis in previous studies. We studied anti-C1q specificity for SLE (vs rheumatic disease controls) and the association with SLE manifestations in an international multicenter study. METHODS: Information and blood samples were obtained in a cross-sectional study from patients with SLE (n = 308) and other rheumatologic diseases (n = 389) from 25 clinical sites (84% female, 68% Caucasian, 17% African descent, 8% Asian, 7% other). IgG anti-C1q against the collagen-like region was measured by ELISA. RESULTS: Prevalence of anti-C1q was 28% (86/308) in patients with SLE and 13% (49/389) in controls (OR = 2.7, 95% CI: 1.8-4, p < 0.001). Anti-C1q was associated with proteinuria (OR = 3.0, 95% CI: 1.7-5.1, p < 0.001), red cell casts (OR = 2.6, 95% CI: 1.2-5.4, p = 0.015), anti-dsDNA (OR = 3.4, 95% CI: 1.9-6.1, p < 0.001) and anti-Smith (OR = 2.8, 95% CI: 1.5-5.0, p = 0.01). Anti-C1q was independently associated with renal involvement after adjustment for demographics, ANA, anti-dsDNA and low complement (OR = 2.3, 95% CI: 1.3-4.2, p < 0.01). Simultaneously positive anti-C1q, anti-dsDNA and low complement was strongly associated with renal involvement (OR = 14.9, 95% CI: 5.8-38.4, p < 0.01). CONCLUSIONS: Anti-C1q was more common in patients with SLE and those of Asian race/ethnicity. We confirmed a significant association of anti-C1q with renal involvement, independent of demographics and other serologies. Anti-C1q in combination with anti-dsDNA and low complement was the strongest serological association with renal involvement. These data support the usefulness of anti-C1q in SLE, especially in lupus nephritis.
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.
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) | 0,000 | 0,002 |
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 découle