Correlations between changes in cytokines and clinical outcomes for early phase (proof of concept) trials in active diffuse systemic sclerosis using data from an imatinib study
Notice bibliographique
Résumé
OBJECTIVE: Data from a small study testing imatinib to treat SSc were used to determine if cytokine changes were related to differences in clinical parameters to model future early phase trials pairing cytokine changes and clinical parameters. METHODS: Plasma and punch skin biopsy specimens collected at baseline and 6 months were analysed for levels of 26 fibrotic and inflammatory cytokines using multiplexed immunoassays and ELISA. Seven of nine patients on active treatment had paired data. Biopsies were biopulverized and standardized to protein levels in the tissue homogenate. Plasma was frozen at -80°C and analysed using multiplexed immunoassays or ELISAs standardized to CRP. Correlations between fold changes in cytokines and differences in clinical parameters (skin score, physician and patient global assessments and HAQ) were performed. P < 0.01 was considered significant. RESULTS: After 6 months of imatinib treatment, plasma levels of soluble vascular cell adhesion molecule 1 decreased significantly (P < 0.001), while tissue levels of soluble intercellular adhesion molecule 1 increased (P < 0.01). Some significant correlations between fold changes in certain plasma fibrotic and inflammatory cytokines and changes in clinical parameters after 6 months of treatment were found: patient global scores and IL-13 (r = 0.964, P < 0.0001); ESR and IL-12p70 (r = -0.903, P < 0.01); in tissue samples, patient global score and soluble E-selectin (r = 0.913, P < 0.01); and physician global score with sCD40L (r = -0.883, P < 0.01). CONCLUSION: Some serum and tissue cytokines may have a role in early phase clinical trials of SSc, correlating with changes in clinical parameters. Serum and tissue samples could be analysed in early phase trials to determine whether they support the clinical observations. TRIAL REGISTRATION: http://clinicaltrials.gov/show/NCT01545427.
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 | 0,021 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».