Interleukin-6 is associated with steroid resistance and reflects disease activity in severe pediatric ulcerative colitis
Notice bibliographique
Résumé
BACKGROUND AND AIM: Approximately one third of patients with acute severe ulcerative colitis (ASC) will fail intravenous corticosteroids (IVCS). Predicting response to IVCS to initiate early salvage therapy remains challenging. The aim of this study was to evaluate the role of serum inflammatory cytokines in ASC and determine their predictive utility with IVCS treatment failure. METHODS: This preplanned ancillary study, part of the prospective multicenter OSCI study, evaluated pediatric ASC in North America. Serum samples were obtained from 79 children admitted for ASC on the third day of IVCS treatment. Twenty-three (29%) patients required second-line therapy. ELISA-based cytokine arrays were used [TNF-α, IFN-γ, interleukin (IL)-1β, IL-2, IL-4, IL-5, IL-6, IL-8, IL-10, IL-12, IL-13, and IL-17], selected based on a systematic literature search. RESULTS: In univariate analysis, only IL-6 was significantly different between responders and non-responders (P=0.003). The risk for IVCS failure increased by 40% per each pg/mL increase in IL-6 level. Factor analysis found IL-6 to be associated with IL-17, suggesting involvement of the T-helper (TH)17 pathway. In a multivariate analysis, disease activity [judged by the Pediatric UC Activity Index (PUCAI)] assumed all the association with the treatment outcome while IL-6 was no longer significant (P=0.32; PUCAI score P<0.001). CONCLUSIONS: While IL-6 strongly predicted IVCS failure, it likely reflects disease activity and not direct interference with corticosteroid pathway. Nonetheless, IL-6 levels may have a role in predicting IVCS response in severe pediatric UC for treatment decision-making or potentially in medical intervention by virtue of anti-IL-6 antibodies in severe UC.
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) | 0,000 | 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 ».