Interleukin‐1 antagonism moderates the inflammatory state associated with Type 1 diabetes during clinical trials conducted at disease onset
Notice bibliographique
Résumé
It was hypothesized that IL-1 antagonism would preserve β-cell function in new onset Type 1 diabetes (T1D). However, the Anti-Interleukin-1 in Diabetes Action (AIDA) and TrialNet Canakinumab (TN-14) trials failed to show efficacy of IL-1 receptor antagonist (IL-1Ra) or canakinumab, as measured by stimulated C-peptide response. Additional measures are needed to define immune state changes associated with therapeutic responses. Here, we studied these trial participants with plasma-induced transcriptional analysis. In blinded analyses, 70.2% of AIDA and 68.9% of TN-14 participants were correctly called to their treatment arm. While the transcriptional signatures from the two trials were distinct, both therapies achieved varying immunomodulation consistent with IL-1 inhibition. On average, IL-1 antagonism resulted in modest normalization relative to healthy controls. At endpoint, signatures were quantified using a gene ontology-based inflammatory index, and an inverse relationship was observed between measured inflammation and stimulated C-peptide response in IL-1Ra- and canakinumab-treated patients. Cytokine neutralization studies showed that IL-1α and IL-1β additively contribute to the T1D inflammatory state. Finally, analyses of baseline signatures were indicative of later therapeutic response. Despite the absence of clinical efficacy by IL-1 antagonist therapy, transcriptional analysis detected immunomodulation and may yield new insight when applied to other clinical trials.
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 | 0,004 | 0,003 |
| 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 | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».