Clinical and Serologic Characterization of an Argentine Pediatric Myositis Cohort: Identification of a Novel Autoantibody (anti-MJ) to a 142-kDa Protein
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
OBJECTIVE: Autoantibodies are frequently found in adult patients with polymyositis (PM), dermato-myositis (DM), and overlap myositis disorders. They are less common in pediatric patients with myositis. We investigated the autoantibody pattern in a pediatric Argentine Caucasian cohort to characterize novel autoantibodies. METHODS: Sera from children that satisfied published criteria for idiopathic inflammatory myopathy were analyzed for autoantibodies by RNA and protein immunoprecipitation and immunoblotting techniques. Routine myositis-specific and myositis-associated autoantibodies as well as autoantibody specificities were determined. RESULTS: We tested sera from 64 consecutive pediatric myositis patients, including 40 with juvenile DM, 7 with juvenile PM, and 17 with overlap myositis syndromes. Sixteen (25%) patients were found to have anti-MJ autoantibody exclusively, which appears to identify a subset of pediatric myositis patients with severe disease characterized by muscle contractures and atrophy and significant compromise of functional status. Fourteen (22%) patients were found to have an antibody targeting 2 proteins of 155 and 140 kDa. Other myositis-specific autoantibodies were uncommon in this pediatric cohort. CONCLUSION: A newly recognized autoantibody, anti-MJ, was the most common antibody found in this Argentine pediatric cohort. The clinical features indicated that this antibody is distinct from other reported antibodies in pediatric patients with myositis.
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.
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 | 0,002 | 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 découle