Clinical significance of antibodies to Ro52/TRIM21 in systemic sclerosis
Notice bibliographique
Résumé
INTRODUCTION: Autoantibodies to Ro52 recently identified as TRIM21 are among the most common autoantibodies in systemic autoimmune rheumatic diseases, but their clinical association remains poorly understood. We undertook this study to determine the clinical and serologic associations of anti-Ro52/TRIM21 antibodies in patients with systemic sclerosis (SSc). METHODS: Detailed clinical data and sera from 963 patients with SSc enrolled in a multicenter cohort study were collected and entered into a central database. Antibodies to Ro52/TRIM21 and other autoantibodies were detected with an addressable laser-bead immunoassay and different enzyme-linked immunosorbent assay (ELISA) systems. Associations between anti-Ro52/TRIM21 antibodies and clinical and other serologic manifestations of SSc were investigated. RESULTS: Anti-Ro52/TRIM21 antibodies were present in 20% of SSc patients and overlapped with other main SSc-related antibodies, including anti-centromere (by immunofluorescence and centromere protein (CENP)-A and CENP-B ELISA), anti-topoisomerase I, anti-RNA polymerase III, and anti-Pm/Scl antibodies. Anti-Ro52/TRIM21 antibodies were strongly associated with interstitial lung disease (odds ratio (OR), 1.53; 95% confidence interval (CI), 1.11 to 2.12; P = 0.0091) and overlap syndrome (OR, 2.06; 95% CI, 1.01 to 4.19; P = 0.0059). CONCLUSIONS: Anti-Ro52/TRIM21 antibodies were the second most common autoantibodies in this SSc cohort. In SSc, anti-Ro52/TRIM21 antibodies may be a marker of interstitial lung disease and overlap syndrome.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».