Levels of Transforming Growth Factor-β Are Low in Systemic Lupus Erythematosus Patients with Active Disease
Notice bibliographique
Résumé
OBJECTIVE: Cytokines are central regulators of the immune response but the workings of this complex network in systemic lupus erythematosus (SLE) are not fully understood. We investigated a range of inflammatory and immune-modulating cytokines to determine their value as biomarkers for disease subsets in SLE. METHODS: This was a cross-sectional study in 102 patients with SLE (87% women, disease duration 10.6 yrs). Circulating concentrations of interleukin 1β (IL-1β), IL-4, IL-6, IL-10, IL-12, IL-17, monocyte chemotactic protein 1 (MCP-1), macrophage inflammatory protein 1 (MIP-1α), MIP-1β, interferon-γ (IFN-γ), tumor necrosis factor-α (TNF-α), and total transforming growth factor-β1 (TGF-β1) were related to disease activity (SLE Disease Activity Index; SLEDAI), lymphocyte subsets, autoantibody levels, accrued damage (Systemic Lupus International Collaborating Clinics/ACR Damage Index; SDI), and concomitant treatment. RESULTS: Patients with SLE had lower levels of TGF-β1 (p = 0.01) and IL-1β (p = 0.0004) compared to controls. TGF-β1 levels were lower in patients with SLEDAI scores 1-10 and SDI > 3; and were correlated with CD4+, CD8+, and natural killer cell counts; and were independent of steroid or cytotoxic drug use. Treatment with cardiovascular drugs was associated with lower IL-12 levels. No consistent disease associations existed for the other cytokines investigated. CONCLUSION: Lower TGF-β1 was the most consistent cytokine abnormality in patients with SLE. The associations with disease activity, lymphocyte subsets, and damage suggest that TGF-β1 may be a therapeutic target of interest in SLE.
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 | 0,000 | 0,002 |
| 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 | 0,000 | 0,000 |
| 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 ».