Multi analyte profiling and variability of inflammatory markers in blood and induced sputum in patients with stable COPD
Notice bibliographique
Résumé
BACKGROUND: We analyzed serial concentrations of multiple inflammatory mediators from serum and induced sputum obtained from patients with stable COPD and controls. The objective was to determine which proteins could be used as reliable biomarkers to assess COPD disease state and severity. METHODS: Forty-two subjects; 21 with stable COPD and 21 controls, were studied every 2 weeks over a 6-week period. Serum and induced sputum were obtained at each of 3 visits and concentrations of 19 serum and 22 sputum proteins were serially assessed using multiplex immunoassays. We used linear mixed effects models to test the distribution of proteins for an association with COPD and disease severity. Measures of within- and between-subject coefficients of variation were calculated for each of the proteins to assess reliability of measurement. RESULTS: There was significant variability in concentrations of all inflammatory proteins over time, and variability was greater for sputum proteins (median intra-subject coefficient of variation 0.58) compared to proteins measured in serum (median intra-subject coefficient of variation 0.32, P = 0.03). Of 19 serum proteins and 22 sputum proteins tested, only serum CRP, myeloperoxidase and VEGF and sputum IL-6, IL-8, TIMP-1, and VEGF showed acceptable intra and inter-patient reliability and were significantly associated with COPD, the severity of lung function impairment, and dyspnea. CONCLUSIONS: Levels of many serum and sputum biomarkers cannot be reliably ascertained based on single measurements. Multiple measurements over time can give a more reliable and precise estimate of the inflammatory burden in clinically stable COPD patients.
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 | 0,005 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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 ».