Seroreactivity against Streptococcal DRS (Distantly Related to SIC) Protein Is a Predictor for End-Stage Renal Failure
Notice bibliographique
Résumé
We hypothesized that immunoreactivity against antigens from nephritic strains of Streptococcus pyogenes may be elevated in patients with end-stage renal failure (ESRF). Additionally, we investigated whether a difference in seroreactivity exists between nonindigenous and indigenous (Aboriginal/Torres Strait Islander) patients. To examine these possibilities, antibodies against potentially nephritogenic proteins, streptokinase (Ska1) (from M1), streptococcal pyrogenic exotoxin type B (SpeB) (from M1), the streptococcal inhibitor of complement-mediated cell lysis (SIC) (from M1) and its two variants, closely related to SIC (CRS) (from M57) and distantly related to SIC (DRS) (from M12) were determined in 66 patients and 31 healthy controls by enzyme-linked immunosorbent assays. A significantly higher proportion of patients compared to controls were seropositive to Ska1 (P = 0.004), DRS (P = 0.0003), CRS (P = 0.001), and SIC (P = 0.018). Regression analysis showed that seroreactivity to DRS (r(2) = 0.85, P = 0.001) predicted the development of ESRF and that being diabetic was positively associated with being an ESRF patient (r(2) = 0.37, P < 0.0001) and being indigenous (r(2) = 0.47, P < 0.0001). These results suggest that these ESRF patients were exposed to strains of S. pyogenes that secrete Ska1, DRS, CRS, and SIC and may have pathological significance. No significant difference was observed between the indigenous patients and nonindigenous patients.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».