MétaCan
Menu
← Retour à la cohorte
Enregistrement W2270339931 · doi:10.3899/jrheum.150726

Serine Proteases in Systemic Lupus Erythematosus: The Other Half of the Story

2016· letter· en· W2270339931 sur OpenAlexvenueno aff
Bruce M. Rothschild

Notice bibliographique

RevueThe Journal of Rheumatology · 2016
Typeletter
Langueen
DomaineMedicine
ThématiqueSystemic Lupus Erythematosus Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésProteasesSerineMedicineEnzymeSerine proteaseIsolation (microbiology)BiochemistryImmunologyBioinformaticsProteaseBiology

Résumé

récupéré en direct d'OpenAlex

The contribution by Troldborg, et al 1 is a valuable addition to our understanding of disease, addressing half the question.Serine proteases do not function in isolation, but are also part of an enzyme-inhibitor interaction 2 .Noting higher enzyme concentrations in their cross-sectional study of patients with systemic lupus erythematosus 1 , direct correlation with nephritis and titers of anti-dsDNA, and inverse correlation with complement C3, the authors have demonstrated that serine protease levels appear to be markers of disease activity.It may also be worthwhile to assess whether their results reflect disease activity or alteration by the medications used in its treatment, as has been demonstrated for the major serine protease inhibitors, α-1-antitrypsin, α-2-macroglobulin, and antithrombin III 2,3,4,5,6 .Their implication of a pathophysiologic involvement is an interesting speculation, especially if a moderating component is considered.Serine protease inhibitor levels are also proportionate to disease activity 7 : We and others reported levels proportionate to α-1-antitrypsin directly, and α-2-macroglobulin and antithrombin III inversely 7,8 .Serine protease inhibitors also have a significant immune modulation effect 7 , but it is unclear if this effect is related to the native molecule or to the complex it forms with serine proteases 2,9,10 .In a relationship analysis of the levels, both components and their combination seem to be a fruitful area for future investigation.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,010
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Commentaire · Signal consensuel: Commentaire
Score de désaccord entre enseignants0,017
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,010
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,003
Communication savante0,0020,006
Science ouverte0,0010,001
Intégrité de la recherche0,0170,022
Charge utile insuffisante (le modèle a refusé de juger)0,0050,004

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.

Tête enseignante Opus0,021
Tête enseignante GPT0,274
Écart entre enseignants0,253 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreCommentaire

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations5
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of Rheumatology→Même sujetSystemic Lupus Erythematosus Research→Travaux en français237 207→