Fibroblast growth factor-2 is a sputum remodeling biomarker of severe asthma
Notice bibliographique
Résumé
OBJECTIVE: Given the large phenotypic diversity of asthma, our aim was to characterize molecular profiles related to asthma severity using selected remodeling biomarkers in induced sputum. METHODS: Induced sputum from healthy controls, patients with mild to moderate asthma and severe asthma were collected. Twelve selected biomarkers previously associated to airway remodeling such as connective tissue growth factor (CTGF), fibroblast growth factor (FGF)-2, matrix metalloproteinase (MMP)-1, MMP-2, MMP-3, MMP-7, MMP-8, MMP-9, MMP-12, MMP-13, procollagen type 1 and tissue inhibitor of metalloproteinase (TIMP)-1 were measured in sputum samples using ELISA or Luminex technology. FGF-2 level was also evaluated in bronchial biopsies using immunohistochemistry. RESULTS: Sputum of severe asthma was characterized by reduced percentage of macrophages and increased percentage of neutrophils and eosinophils. FGF-2, MMP-1 and TIMP-1 levels increased with asthma severity. Interestingly, only FGF-2 level inversely correlated with FEV1/FVC ratio. Although percentage of eosinophils correlated with asthma severity, it did not correlate with FGF-2 levels. Increased levels of FGF-2 with asthma severity were confirmed in bronchial biopsies by immunohistochemistry. CONCLUSIONS: Level of FGF-2 in induced sputum represents a relevant remodeling biomarker of asthma severity and significantly correlates with pulmonary function. FGF-2 sputum biomarker is proposed to reveal the phenotype of asthma characterized by fixed airflow obstruction.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 ».