The Role of Tumor Necrosis Factor-α Promoter Genetic Variation in Takayasu Arteritis Susceptibility and Medical Treatment
Notice bibliographique
Résumé
OBJECTIVE: Tumor necrosis factor-α (TNF-α) is a multifunctional proinflammatory cytokine that influences the pathogenesis of Takayasu arteritis (TA). There is still no evidence of the relationship between TNF-α gene promoter polymorphisms and TA. We examined whether variations in the TNF-α promoter region may lead to TA susceptibility and disease progression. METHODS: Five TNF-α gene promoter polymorphisms (-238G/A, -308G/A, -857C/T, -863C/A, and -1031C/T) were analyzed in 110 Chinese Han patients with TA, with a control group of 362 unrelated healthy individuals. Genotypes of TNF-α gene promoter polymorphisms were identified by direct sequencing. TNF-α plasma concentrations were determined by ELISA. RESULTS: Our results indicated that the frequency of the -863A allele was significantly lower in the patients with TA than in the controls (18.2% vs 25.7%; p = 0.011), but the significance was lost after Bonferroni correction (p(c) = 0.055). The frequency of -863CA/AA genotypes was significantly lower in the patients with refractory TA than in those with the 863CC genotype (22.4% vs 44.2%; p(c) < 0.01). The frequency of the GGCCT haplotype was significantly higher in patients than in the controls, while the frequencies of GGCAT and GGCCC haplotypes were significantly lower in patients than in controls. The plasma TNF-α concentrations were significantly lower in the subjects carrying the -863A allele than in those without. Patients with active TA had a significant increase in plasma levels of TNF-α compared with remission patients and the control group. CONCLUSION: Polymorphisms of the TNF-α promoter are not associated with TA in the Chinese Han population. The A allele of the -863C/A polymorphism is associated with decreased TNF-α expression, which might affect medical treatment.
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 | 0,002 |
| 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) | 0,001 | 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 ».