Ethnic Differences in Autoantibody Diversity and Hierarchy: More Clues from a US Cohort of Patients with Systemic Sclerosis
Notice bibliographique
Résumé
OBJECTIVE: To determine the autoantibody repertoire and clinical associations in a multiethnic cohort of American patients with systemic sclerosis (SSc). METHODS: There were 1000 patients with SSc (196 Hispanic, 228 African American, 555 white, and 21 other) who were screened for antinuclear antibodies (ANA), including anticentromere antibodies (ACA) by indirect immunofluorescence assay, antitopoisomerase-1 (topo-1/Scl-70) by immunodiffusion, and anti-RNA polymerase III (RNAP III) by ELISA. Sera from 160 patients with mainly nucleolar and/or speckled ANA pattern, but negative for ACA, Scl-70, and RNAP III, were further characterized by immunoprecipitation for SSc-specific antibodies. RESULTS: The prevalence of antibodies against RNAP III, Th/To, and PM/Scl did not differ significantly among the ethnic groups. The frequency of anti-Scl-70 was lowest in whites (18.0%) compared with 24.0% and 26.8% in Hispanics and African Americans (p = 0.01), respectively. Compared with African American patients, Hispanic and white subjects had a higher frequency of ACA (p < 0.0001) and lower frequency of U3-RNP (p < 0.0001). U3-RNP antibodies were uniquely higher in African American patients, independent of clinical subset, while Th/To autoantibodies were associated with limited cutaneous SSc in white subjects. Overall, Hispanic and African American patients had an earlier age of onset and a predominance of diffuse cutaneous SSc compared with their white counterparts. CONCLUSION: SSc-specific antibodies may predict disease subset; however, the hierarchy of their prevalence differs across ethnic groups. This study provides the most extensive analysis to date on the relevance of autoantibodies in the diagnosis and clinical manifestations of SSc in Hispanic American patients.
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 | 0,000 | 0,000 |
| 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 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 ».