Use of Serum Clara Cell 16-kDa (CC16) Levels as a Potential Indicator of Active Pulmonary Fibrosis in Systemic Sclerosis
Notice bibliographique
Résumé
OBJECTIVE: To clarify the clinical significance of concentrations of serum Clara cell 16-kDa protein (CC16; previously denoted CC10) in the diagnosis and monitoring of pulmonary fibrosis (PF) in patients with systemic sclerosis (SSc); and to compare CC16 levels with levels of the current most reliable serum markers for PF, such as Krebs von den Lungen-6 (KL-6) antigen and surfactant protein-D (SP-D). METHODS: Serum levels of CC16, KL-6, and SP-D were determined by ELISA in 92 patients with SSc, 20 patients with systemic lupus erythematosus (SLE), and 20 healthy controls. In a retrospective longitudinal study, correlation of serum CC16 levels with the activity of PF was assessed in 16 SSc patients with PF. RESULTS: Although CC16 levels were higher in patients with SSc than in SLE patients or healthy controls, the difference was not significant. Increased serum CC16 levels were associated with involvement of PF, especially active PF, as well as KL-6 and SP-D. Receiver operating characteristic curve analysis revealed that the utility of CC16 is slightly inferior to KL-6, but was comparable with that of SP-D for detecting PF in patients with SSc. In the longitudinal study, serum levels of CC16, KL-6, and SP-D were significantly decreased in the inactive disease phase compared to the active disease phase. CONCLUSION: CC16 levels can be used as a potential serum biomarker for PF in addition to KL-6 and SP-D in patients with 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 | 0,001 | 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 ».