BAFF Expression Correlates with Idiopathic Inflammatory Myopathy Disease Activity Measures and Autoantibodies
Notice bibliographique
Résumé
OBJECTIVE: To investigate B cell survival cytokine messenger RNA (mRNA) levels as biomarkers of idiopathic inflammatory myopathies (IIM). METHODS: We measured and compared mRNA levels of B cell survival cytokines by quantitative real-time polymerase chain reaction in 98 patients with IIM, 38 patients with systemic lupus erythematosus, and 21 healthy controls. The cytokines were B cell-activating factor belonging to the tumor necrosis factor family (BAFF); ΔBAFF; and a proliferation-inducing ligand (APRIL); and their receptors BAFF-R, transmembrane activator and calcium modulator and cyclophilin ligand interactor, and B cell maturation antigen (BCMA). We also identified autoantibodies, including anti-Sm, anti-RNP, anti-SSA/Ro, anti-SSB/La, anti-topoisomerase 1, anti-hystidyl-tRNA synthetase, anti-ribosomal P, and anti-chromatin. Clinical disease activity was assessed by the International Myositis Assessment and Clinical Studies core set tool. We examined correlation of mRNA with disease activity, medication use, and autoantibodies. RESULTS: We found a positive correlation of BAFF and ΔBAFF expression with 3 disease activity measures, with ΔBAFF having a stronger correlation. Similarly, anti-SSA/Ro-52 and/or anti-SSA/Ro-60 had a strong positive correlation with mRNA levels of BAFF and ΔBAFF, and with relative ratios of BAFF/APRIL and BCMA/BAFF-R. CONCLUSION: These findings highlight the potential importance of BAFF, ΔBAFF, and BAFF-R in the pathogenesis of IIM, and suggest an important role in the assessment of disease activity.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 |
| 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 ».