Serum 14-3-3η is a Novel Marker that Complements Current Serological Measurements to Enhance Detection of Patients with Rheumatoid Arthritis
Notice bibliographique
Résumé
OBJECTIVE: Serum 14-3-3η is a novel joint-derived proinflammatory mediator implicated in the pathogenesis of rheumatoid arthritis (RA). In our study, we assessed the diagnostic utility of 14-3-3η and its association with standard clinical and serological measures. METHODS: A quantitative ELISA was used to assess 14-3-3η levels. Early (n=99) and established patients with RA (n=135) were compared to all controls (n=385), including healthy subjects (n=189). The sensitivity, specificity, positive and negative predictive values of 14-3-3η, and the likelihood ratios (LR) for RA were determined through receiver-operator curve analysis. The incremental value of adding 14-3-3η to anticitrullinated protein antibody (ACPA) and rheumatoid factor (RF) in diagnosing early and established RA was assessed. RESULTS: Serum 14-3-3η differentiated established patients with RA from healthy individuals and all controls (p<0.0001). A serum 14-3-3η cutoff of ≥0.19 ng/ml delivered a sensitivity and specificity of 77% and 93%, respectively, with corresponding LR positivity of 10.4. At this cutoff in early RA, 64% of patients with early RA were positive for 14-3-3η, with a corresponding specificity of 93% (LR+ of 8.6), while 59% and 57% were positive for ACPA or RF, respectively. When ACPA, RF, and 14-3-3η positivity were used in combination, 77 of the 99 patients (78%) with early RA were positive for any 1 of the 3 markers. Serum 14-3-3η did not correlate with C-reactive protein, erythrocyte sedimentation rate, or Disease Activity Score, but patients who were 14-3-3η-positive had significantly worse disease. CONCLUSION: Serum 14-3-3η is a novel RA mechanistic marker that is highly specific, associated with worse disease, and complements current markers, enabling a more accurate diagnosis of RA.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 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 | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 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 ».