Relationship Between Markers of Platelet Activation and Inflammation with Disease Activity in Wegener’s Granulomatosis
Notice bibliographique
Résumé
OBJECTIVE: There remains a need for biomarkers to guide therapy in antineutrophil cytoplasmic antibody (ANCA)-associated vasculitis. Our objective was to determine whether measures of platelet activation or inflammation are associated with disease activity in Wegener's granulomatosis (WG). METHODS: Study subjects were participants in a clinical trial. Soluble CD40 ligand (sCD40L), C-reactive protein, interleukin 6 (IL-6), IL-8, monocyte chemoattractant protein 1 (MCP-1), P-selectin, vascular endothelial growth factor, and proteinase 3 (PR3)-specific ANCA were measured by ELISA using plasma samples obtained at baseline (active disease), at remission, and prior to, during, and after first flares. Disease activity was assessed by the Birmingham Vasculitis Activity Score for WG (BVAS/WG). Association of biomarkers with disease activity was determined with conditional logistic and linear regression. RESULTS: Over a mean followup of 27 months, 180 subjects underwent 2044 visits; markers were measured in 563 samples. Longitudinally, all markers other than IL-6 were associated with disease activity. The strongest associations for active disease at baseline versus remission were observed for sCD40L (OR 4.72, 95% CI 2.47-9.03), P-selectin (OR 6.26, 95% CI 2.78-14.10), PR3-ANCA (OR 9.41, 4.03-21.99), and inversely for MCP-1 (OR 0.36, 95% CI 0.22-0.57). BVAS/WG increased by 0.80 (95% CI 0.44-1.16), 0.83 (95% CI 0.42-1.25), and 0.81 (95% CI 0.48-1.15) per unit-increase in PR3-ANCA, sCD40L, and P-selectin, respectively; and decreased by 1.54 (95% CI 0.96-2.12) per unit-increase in MCP-1. CONCLUSION: Cytokines arising from within the circulation, including those of platelet activation, correlate with disease activity in WG.
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) | 0,000 | 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 ».