Persistent Systemic Inflammation is Associated with Poor Clinical Outcomes in COPD: A Novel Phenotype
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
BACKGROUND: Because chronic obstructive pulmonary disease (COPD) is a heterogeneous condition, the identification of specific clinical phenotypes is key to developing more effective therapies. To explore if the persistence of systemic inflammation is associated with poor clinical outcomes in COPD we assessed patients recruited to the well-characterized ECLIPSE cohort (NCT00292552). METHODS AND FINDINGS: Six inflammatory biomarkers in peripheral blood (white blood cells (WBC) count and CRP, IL-6, IL-8, fibrinogen and TNF-α levels) were quantified in 1,755 COPD patients, 297 smokers with normal spirometry and 202 non-smoker controls that were followed-up for three years. We found that, at baseline, 30% of COPD patients did not show evidence of systemic inflammation whereas 16% had persistent systemic inflammation. Even though pulmonary abnormalities were similar in these two groups, persistently inflamed patients during follow-up had significantly increased all-cause mortality (13% vs. 2%, p<0.001) and exacerbation frequency (1.5 (1.5) vs. 0.9 (1.1) per year, p<0.001) compared to non-inflamed ones. As a descriptive study our results show associations but do not prove causality. Besides this, the inflammatory response is complex and we studied only a limited panel of biomarkers, albeit they are those investigated by the majority of previous studies and are often and easily measured in clinical practice. CONCLUSIONS: Overall, these results identify a novel systemic inflammatory COPD phenotype that may be the target of specific research and treatment.
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 | 0,001 | 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 | 0,000 |
| 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 découle