CXCL 9 and CXCL 10 as Sensitive Markers of Disease Activity in Patients with Rheumatoid Arthritis
Notice bibliographique
Résumé
OBJECTIVE: To assess whether serum levels of CC and CXC chemokines correlate with disease activity in patients with rheumatoid arthritis (RA), and to determine whether these effects predict clinical response. METHODS: Serum levels of the chemokines CC (CCL2, CCL5) and CXC (CXCL8, CXCL9, CXCL10) were quantified at baseline and after 12 weeks of treatment with disease-modifying antirheumatic drugs or biologic agents in 28 patients using flow cytometry. Serum from 40 healthy individuals was collected for comparison at baseline. Response to treatment was classified according to the European League Against Rheumatism (EULAR) response criteria. Remission of disease was defined as a Disease Activity Score < 2.6. RESULTS: The baseline serum concentrations of CC and CXC chemokines were significantly elevated in patients with active RA compared to healthy controls (p < 0.05) except for CCL2. Significant improvement in all disease activity measurements was observed after 12 weeks of treatment. Seventeen (60.7%) patients achieved good to moderate response based on the EULAR response criteria, and 5 (17.9%) patients achieved remission. The improvement in clinical activity in patients with RA was accompanied by a significant reduction in the serum concentration of CXCL9 and CXCL10 (p < 0.001). A significant reduction in the serum level of CXCL10 was also observed in the group that achieved EULAR response. Serum concentration of CCL5 remained significantly elevated in patients with RA (n = 5) who achieved remission compared to the healthy controls (p < 0.05). CONCLUSION: Serum concentration of CXCL9 and CXCL10 may serve as sensitive biomarkers for disease activity in patients with RA.
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) | 0,001 | 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 ».