GlycA, a novel marker of inflammation, is elevated in systemic lupus erythematosus
Notice bibliographique
Résumé
BACKGROUND: GlycA is a novel marker of systemic inflammation detected by nuclear magnetic resonance (NMR) spectroscopy. In the general population, GlycA is correlated with inflammatory markers such as C-reactive protein (CRP) and associated with coronary heart disease and diabetes. The utility of GlycA in patients with systemic lupus erythematosus (SLE) has not been defined. Therefore, we tested the hypothesis that GlycA concentrations are elevated in patients with SLE and associated with other markers of inflammation and coronary atherosclerosis. METHODS: We compared concentrations of GlycA, detected by NMR, in 116 patients with SLE and 84 control subjects frequency-matched for age, sex, and race. SLE disease activity index (SLEDAI) and the SLE Collaborating Clinics damage index (SLICC) were calculated. Acute phase reactants, a panel of cytokines, and a lipid panel were measured. Electron beam computer tomography (EBCT) was used to quantify coronary artery calcification, a measure of coronary artery atherosclerosis. RESULTS: Patients with SLE had higher concentrations of GlycA (398 (350-445)) than control subjects (339 (299-391)) µmol/L, p < 0.001. In patients with SLE, concentrations of GlycA were significantly associated with sedimentation rate (rho = 0.43), C-reactive protein (rho = 0.59), e-selectin (rho = 0.28), intracellular adhesion molecule-1 (rho = 0.30), triglycerides (rho = 0.45), all p < 0.0023 to account for multiple comparisons, but not with creatinine, SLEDAI, SLICC, or coronary calcium scores. CONCLUSIONS: Concentrations of GlycA are higher in patients with SLE than control subjects and associated with markers of inflammation but not with SLE disease activity or chronicity scores or coronary artery calcification.
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 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 | 0,001 | 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 | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».