Can Serum Surfactant Protein D or CC-Chemokine Ligand 18 Predict Outcome of Interstitial Lung Disease in Patients with Early Systemic Sclerosis?
Notice bibliographique
Résumé
OBJECTIVE: To examine the predictive significance of 2 pneumoproteins, surfactant protein D (SP-D) and CC-chemokine ligand 18 (CCL18), for the course of systemic sclerosis (SSc)-related interstitial lung disease. METHODS: The pneumoproteins were determined in the baseline plasma samples of 266 patients with early SSc enrolled in the GENISOS observational cohort. They also were measured in 83 followup patient samples. Pulmonary function tests were obtained annually. The primary outcome was decline in forced vital capacity (FVC percentage predicted) over time. The predictive significance for longterm change in FVC was investigated by a joint analysis of longitudinal measurements (sequentially obtained FVC percentage predicted) and survival data. RESULTS: SP-D and CCL18 levels were both higher in patients with SSc than in matched controls (p < 0.001 and p = 0.015, respectively). Baseline SP-D levels correlated with lower concomitantly obtained FVC (r = -0.27, p < 0.001), but did not predict the short-term decline in FVC at 1 year followup visit or its longterm decline rate. CCL18 showed a significant correlation with steeper short-term decline in FVC (p = 0.049), but was not a predictor of its longterm decline rate. Similarly, a composite score of SP-D and CCL18 was a significant predictor of short-term decline in FVC but did not predict its longterm decline rate. Further, the longitudinal change in these 2 pneumoproteins did not correlate with the concomitant percentage change in FVC. CONCLUSION: SP-D correlated with concomitantly obtained FVC, while CCL18 was a predictor of short-term decline in FVC. However, neither SP-D nor CCL18 was a longterm predictor of FVC course in patients with early SSc.
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 | 0,000 | 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 | 0,000 |
| 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 ».