Anti-carbamylated Protein Antibodies Are Present Prior to Rheumatoid Arthritis and Are Associated with Its Future Diagnosis
Notice bibliographique
Résumé
OBJECTIVE: Anti-carbamylated protein (anti-CarP) antibodies could further elucidate early rheumatoid arthritis (RA) pathogenesis and predict clinical disease. We compared the diagnostic accuracy of anti-CarP antibodies for future RA to other RA-related antibodies in military personnel. METHODS: Stored pre-RA diagnosis serum samples from 76 RA cases were tested for anti-CarP fetal calf serum (FCS), anti-CarP fibrinogen (Fib), anticyclic citrullinated peptide antibodies version 2 (anti-CCP2), rheumatoid factor-nephelometry (RF-Neph), and RF isotypes [immunoglobulin M (IgM), IgG, and IgA]. Positivity for all antibodies was determined as ≥ 2 SD of log-transformed means from controls. Relationships between autoantibodies and future RA were assessed in prediagnosis serum for all RA cases compared to controls using sensitivity, specificity, and logistic regression. Differences in diagnostic accuracy between antibody combinations were assessed using comparisons of area under the curves (AUC). RESULTS: Anti-CarP-FCS was 26% sensitive and 95% specific for future RA, whereas anti-CarP-Fib was 16% sensitive and 95% specific for future RA. Anti-CarP-FCS positivity was associated with future RA, while anti-CarP-Fib trended toward association. The antibody combination of anti-CCP2 and/or ≥ 2 RF (RF-Neph and/or RF-isotypes) resulted in an AUC of 0.72 for future RA, where the AUC was 0.71 with the addition of anti-CarP-FCS to this prior combination. CONCLUSION: Adding anti-CarP-FCS to antibody combinations did not improve AUC. However, anti-CarP-FCS was associated with future onset of RA, and was present in prediagnosis serum in ∼10% of RA cases negative for anti-CCP2 but positive for RF.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 |
| 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 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 ».