MétaCan
Menu
Retour à la cohorte
Enregistrement W2037772332 · doi:10.1002/ibd.21661

Combination of genetic and quantitative serological immune markers are associated with complicated Crohnʼs disease behavior

2011· article· en· W2037772332 sur OpenAlexaff
Gary R. Lichtenstein, Stephan R. Targan, Marla C. Dubinsky, Jerome I. Rotter, Derren Barken, Fred Princen, Susan Carroll, Michelle Brown, Jordan Stachelski, Emil Chuang, Carol J. Landers, Joanne M. Stempak, Sharat Singh, Mark S. Silverberg

Notice bibliographique

RevueInflammatory Bowel Diseases · 2011
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueInflammatory Bowel Disease
Établissements canadiensUniversity of Toronto
Organismes subventionnairesNational Center for Advancing Translational SciencesNational Institute of Diabetes and Digestive and Kidney Diseases
Mots-clésSerologyCrohn's diseaseImmunologyImmune systemMedicineDiseaseAntibodyPathology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Treatment of Crohn's disease (CD) with biologics may alter disease progression, leading to fewer disease-related complications, but cost and adverse event profiles often limit their effective use. Tools identifying patients at high risk of complications, who would benefit the most from biologics, would be valuable. Previous studies suggest that biomarkers may aid in determining the course of CD. We aimed to determine if combined serologic immune responses and NOD2 genetic markers are associated with CD complications. METHODS: In this cross-sectional study, banked blood from well-characterized CD patients (n = 593; mean follow-up: 12 years) from tertiary and community centers was analyzed for six serological biomarkers (ASCA-IgA, ASCA-IgG, anti-OmpC, anti-CBir1, anti-I2, pANCA). In a patient subset (n = 385), NOD2 (SNP8, SNP12, SNP13) genotyping was performed. Complications included stricturing and penetrating disease behaviors. A logistic regression model for the risk of complications over time was constructed and evaluated by cross-validation. RESULTS: For each serologic marker, complication rates were stratified by quartile. Complication frequency was significantly different across quartiles for each marker (P trend ≤ 0.001). Patients with SNP13 NOD2 risk alleles experienced increased complications versus patients without NOD2 mutations (P ≤ 0.001). A calibration plot of modeled versus observed complication rates demonstrated good agreement (R = 0.973). Performance of the model integrating serologic and genetic markers was demonstrated by area under the receiver operating characteristic curve (AUC = 0.801; 95% confidence interval: 0.757-0.846). CONCLUSIONS: This model combining serologic and NOD2 genetic markers may provide physicians with a tool to assess the probability of patients developing a complication over the course of CD.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,017
Tête enseignante GPT0,235
Écart entre enseignants0,219 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations83
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInflammatory Bowel DiseasesMême sujetInflammatory Bowel DiseaseTravaux en français237 207