Soluble biomarkers differentiate patients with psoriatic arthritis from those with psoriasis without arthritis
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
OBJECTIVE: Biomarkers may be helpful in screening patients with psoriasis for PsA. Our purpose was to identify serum biomarkers for psoriasis and PsA. METHODS: Fifty-two patients with psoriasis (26 satisfying CASPAR classification criteria for PsA) and 26 healthy controls were recruited for our study. Patients with psoriasis and PsA were group matched for age, sex and psoriasis duration, whereas controls were matched for age and sex. Blood samples were drawn at the time of assessment and serum was analysed for the following: IL-12, IL-12p40, IL-17, TNF super family member 14 (TNFSF14), MMP-3, RANK ligand (RANKL), osteoprotegerin (OPG), cartilage oligomeric matrix protein (COMP), C-propeptide of Type II collagen (CPII), collagen fragment neoepitopes Col2-3/4(long mono) (C2C) and Col2-3/4(short) (C1-2C) and highly sensitive CRP (hsCRP). Data were analysed using logistic regression and receiver operating characteristic curves were plotted. RESULTS: Fifty-two patients with psoriatic disease had a mean age of 46 years and psoriasis duration of 16.8 years. Compared with controls, increased serum levels of RANKL, TNFSF14, MMP-3 and COMP independently associated with psoriatic disease (P < 0.05). Twenty-six PsA patients (mean swollen and/or tender joint count 16, swollen joint count 5) were then compared with 26 patients who had psoriasis alone. Increased levels of hsCRP, OPG, MMP-3 and the CPII : C2C ratio were independently associated with PsA (P < 0.03). CONCLUSION: This pilot study indicates that hsCRP, OPG, MMP-3 and the CPII : C2C ratio are biomarkers for PsA in patients with psoriasis.
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.
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) | 0,001 | 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 | 0,000 |
| 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 découle