Elevated Serum Krebs von den Lungen-6 in Early Disease Predicts Subsequent Deterioration of Pulmonary Function in Patients with Systemic Sclerosis and Interstitial Lung Disease
Notice bibliographique
Résumé
OBJECTIVE: To identify predictors of poor prognosis in patients with systemic sclerosis (SSc) associated with interstitial lung disease (ILD). METHODS: Fifty patients with early-stage SSc-ILD who had never received disease-modifying drugs and were either observed for ≥ 10 years or died from ILD-related causes were enrolled. The baseline variables of patients who developed endstage lung disease (ESLD) were compared with those of patients who remained ESLD-free, and the Cox proportional hazard model was used to identify initial factors that correlated with ESLD development. RESULTS: Sixteen patients (32%) developed ESLD during 173.5 ± 64.7 months of followup. Elevated serum Krebs von den Lungen-6 (KL-6) at initial assessment was highly correlated with ESLD development (p = 0.0002). Receiver-operating characteristic curve analysis revealed that a KL-6 value of 1273 U/ml effectively discriminated patients who developed ESLD from those who did not. Patients with KL-6 > 1273 U/ml were less likely to remain ESLD-free compared with those with lower KL-6 levels (p < 0.0001). Multivariate analysis showed that KL-6 > 1273 U/ml was the most reliable predictor of ESLD development (OR 51.2, 95% CI 7.6-343, p < 0.0001). Finally, the initial KL-6 level correlated with the forced vital capacity (FVC) decline rate (r = 0.58, p < 0.0001). CONCLUSION: The natural course of SSc-ILD is highly variable. Baseline serum KL-6 is a biomarker potentially useful for predicting FVC decline.
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) | 0,000 | 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 ».