Serum immunoglobulins predict the extent of hepatic fibrosis in patients with chronic hepatitis C virus infection
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
Recently, we documented that immunoglobulins stimulate the proliferative activity of rat hepatic stellate cells in vitro. The aim of the present study was to determine whether there is any association between serum immunoglobulin levels and hepatic fibrosis in patients with chronic hepatitis C virus (HCV) infection. Charts from 116 patients with biochemical, serologic, virologic and histologic evidence of chronic hepatitis C infection and serum immunoglobulin levels (IgA, IgG, IgM and total) were reviewed. The mean (+/-SD) age of the study population was 46 +/- 11 years and 67 (58%) were male. There were significant correlations between serum IgA (r = 0.39, P = 0.00001), IgG (r = 0.49, P = 0.000002) and total (r = 0.51, P = 0.000003) immunoglobulin levels and the stage of hepatic fibrosis. When serum immunoglobulin levels were included into logistic regression analysis with variables known to be associated with advanced disease (male gender, age >40 years at onset of infection, duration of infection beyond 20 years and concurrent alcohol abuse) only IgA, IgG and total immunoglobulin levels (P < 0.05, <0.05 and <0.005, respectively) emerged as independent predictors of hepatic fibrosis. Our data indicate a strong association between serum immunoglobulin levels (IgA, IgG and total) and hepatic fibrosis in patients with HCV infection. This finding supports the need to further investigate whether immunoglobulins independently promote disease progression in patients with chronic HCV infection.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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