Association of Anti-glycan Antibodies and Inflammatory Bowel Disease Course
Notice bibliographique
Résumé
BACKGROUND AND AIMS: The usefulness of anti-glycan antibodies alone or combined with anti-Saccharomyces cerevisiae [ASCA] or perinuclear antineutrophil cytoplasmic [pANCA] antibodies for diagnosis of inflammatory bowel disease [IBD], differentiation between Crohn's disease [CD] and ulcerative colitis [UC], disease stratification including IBD phenotype, and also for determination of the course of the disease, remain unclear. METHODS: A large panel of serological anti-glycan carbohydrate antibodies, including anti-mannobioside IgG antibodies [AMCA], anti-chitobioside IgA [ACCA], anti-laminaribioside IgG antibodies [ALCA], anti-laminarin [anti-L] and anti-chitine [anti-C] were measured in the serum from a cohort of 195 patients with IBD] [107 CD and 88 UC]. The respective accuracy of isolated or combined markers for diagnosis, disease differentiation, stratification disease phenotype, and severity of the disease course, defined by a wide panel of criteria obtained from the past medical history, was assessed. RESULTS: The positivity of at least one anti-glycan antibody was detected in a significant higher proportion of CD and UC compared with healthy controls [p < 0.0001 and p < 0.0007, respectively]. Whereas ASCA and ANCA antibody status had the highest efficacy to be associated with CD in comparison with UC (area under receiver operating characteristic curve [AUROC] = 0.70 for each], the adjunction of anti-laminarin antibody substantially improved the differentiation between CD and UC [AUROC = 0.77]. Titres of ACCA [> 51U/ml] and anti-laminarin [> 31U/ml] were significantly linked with a higher association with steroid dependency (odds ratio [OR] =2.0 [1.0-4.0], p = 0.03 and OR = 2.4 [1.1-5.2], p = 0.02, respectively]. We further defined the respective performance of anti-glycan antibodies to discriminate between patients with severe or not severe CD and UC course and determined the associated optimal cut-off values: severe CD course was significantly more likely in case of AMCA > 77U/ml [OR = 4.3; p = 0.002], ASCA > 63U/ml [OR = 3.5; p < 0.009] and at a lesser degree ACCA > 50U/ml [OR = 2.8; p < 0.02] and severe UC course was significantly associated with AMCA > 52U/ml [OR = 3.4; p = 0.04] and ACCA > 25U/ml [OR = 3.0; p < 0.04]. CONCLUSIONS: Anti-glycan antibodies are valuable serological markers, especially AMCA antibodies that may help clinicians to promptly classify patients into high risk for severe disease.
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 | 0,001 | 0,004 |
| 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 | 0,000 |
| 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 ».