MétaCan
Menu
Retour à la cohorte
Enregistrement W2519254420 · doi:10.1136/lupus-2016-000179.8

AI-08 B cell phenotypic changes in anti-nuclear antibody positive individuals prior to the onset of systemic autoimmune rheumatic disease

2016· article· en· W2519254420 sur OpenAlexaff
Joan Wither, Nan Chang, Babak Noamani, Dennisse Bonilla, Sindhu R. Johnson, Larissa Lisnevskaia, Earl D. Silverman, Arthur Bookman, Carolina Landolt-Marticorena

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineImmunology and Microbiology
ThématiqueImmunodeficiency and Autoimmune Disorders
Établissements canadiensHospital for Sick ChildrenLakeridge HealthMount Sinai HospitalUniversity Health Network
Organismes subventionnairesNational Institute of Allergy and Infectious DiseasesLupus Research InstituteNational Institutes of HealthLupus Research AllianceNational Center for Advancing Translational SciencesUniversity of Florida
Mots-clésMemory B cellMedicineAntibodyImmunologyAutoantibodyAnti-nuclear antibodyFlow cytometryInternal medicineB-cell activating factorB cell

Résumé

récupéré en direct d'OpenAlex

Background Patients with systemic autoimmune rheumatic diseases (SARD) often have a prolonged pre-clinical phase during which they are anti-nuclear antibody (ANA)+ but lack clinical symptoms. Here we sought to determine whether ANA+ individuals who lack sufficient symptoms for a SARD diagnosis share the B cell phenotypic changes seen in SARD. Materials and methods Healthy controls (HC) and ANA+ individuals who: 1) lacked clinical symptoms of SARD (ANS); 2) had at least one clinical symptom of SARD (UCTD); or 3) had recently diagnosed steroid and immunosuppressive naïve SARD (SLE, SS, SSc, MCTD, DM) were recruited. PBMCs were stained with various combinations of fluorescently labelled antibodies and analysed by flow cytometry. Anti-nuclear antibodies were measured through the hospital laboratory. Whole blood IFN signature and BAFF RNA levels were measured by NanoString. Results B cell phenotypes were examined for 32 HC, 38 ANS, 28 UCTD, and 59 early SARD patients. Patients with early SARD had a number of changes in their naïve and memory B cell subsets including: increased proportions of mature naïve (SSc) and T1T2 cells (SLE and SS), and decreased proportions of switched memory cells (all SARD). Similar decreases in the proportion of switched memory B cells were seen in ANS and UCTD patients, and as seen for the SARD patients, these cells were activated with elevated levels of CD86 as compared to HC. Significantly increased activation of the CD27-IgD- memory compartment was also seen in ANS, UCTD, SLE and SjD patients. Although significantly increased proportions of plasmablasts and/or CD138+ plasma cells were seen in early SARD patients, these were not seen in ANS and UCTD patients. Nevertheless, in pre-SARD individuals (ANS + UCTD) there was a significant positive correlation between the size of these cell subsets and ANA titer as well as the number of different anti-nuclear antibody specificities. As observed for early SARD patients, there was a trend to increased BAFF levels as compared to HC in pre-SARD individuals, which achieved statistical significance in UCTD patients. However, there was no association between the levels of BAFF and any of the B cell phenotypes, whereas the IFN signature was positively associated with the proportion of T1T2 cells. Conclusions B cell phenotypic abnormalities precede the onset of clinical disease in ANA+ individuals and have a pattern suggesting ongoing activation through T-B collaboration.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,006
Tête enseignante GPT0,228
Écart entre enseignants0,222 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations0
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetImmunodeficiency and Autoimmune DisordersTravaux en français237 207