Autoimmune hepatitis in the Alaska Native population: autoantibody profile and <scp>HLA</scp> associations
Notice bibliographique
Résumé
BACKGROUND & AIMS: The Alaska Native population is one of few populations in the world with a high prevalence of autoimmune hepatitis. The objective of this study was to determine the frequency and HLA and clinical associations of autoantibodies in Alaska Native people with autoimmune hepatitis. METHODS: Alaska Native individuals with autoimmune hepatitis were recruited in clinics conducted statewide. Sera were tested for the presence of autoantibodies described in either autoimmune hepatitis or rheumatic disease. Associations between autoantibodies and HLA alleles and clinical features were assessed. RESULTS: Seventy-one patients were included. At the study visit, 34 patients (47.9%) had antibodies to double-stranded DNA by immunofluorescence; 27 (38.0%) had anti-neutrophil cytoplasmic antibodies; and 11 (15.5%) had anti-Ro antibodies. Only one person had antibodies against soluble liver antigen, and in that person, anti-Ro was absent. Associations were found between autoantibodies and HLA alleles, including positive associations between HLA DR3 and anti-double-stranded DNA antibodies and between HLA DR14 and antineutrophil cytoplasmic antibodies. There was no association between autoantibodies and clinical outcomes. CONCLUSIONS: As in other populations, the prevalence of anti-double-stranded DNA antibodies and antineutrophil cytoplasmic antibodies is high in Alaska Native people with autoimmune hepatitis. In contrast to data from other populations, there is a lower prevalence of anti-soluble liver antigen and a lack of association between anti-Ro and anti-soluble liver antigen. In addition, the HLA profile and associations with autoantibodies are unique. No clear prognostic implications of autoantibodies have emerged in this population.
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) | 0,000 | 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) | 0,001 | 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 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 ».