The prevalence and determinants of anti-DFS70 autoantibodies in an international inception cohort of systemic lupus erythematosus patients
Notice bibliographique
Résumé
Autoantibodies to dense fine speckles 70 (DFS70) are purported to rule out the diagnosis of SLE when they occur in the absence of other SLE-related autoantibodies. This study is the first to report the prevalence of anti-DFS70 in an early, multinational inception SLE cohort and examine demographic, clinical, and autoantibody associations. Patients were enrolled in the Systemic Lupus International Collaborating Clinics (SLICC) inception cohort within 15 months of diagnosis. The association between anti-DFS70 and multiple parameters in 1137 patients was assessed using univariate and multivariate logistic regression. The frequency of anti-DFS70 was 7.1% (95% CI: 5.7-8.8%), while only 1.1% (95% CI: 0.6-1.9%) were monospecific for anti-DFS70. In multivariate analysis, patients with musculoskeletal activity (Odds Ratio (OR) 1.24 [95% CI: 1.10, 1.41]) or with anti-β2 glycoprotein 1 (OR 2.17 [95% CI: 1.22, 3.87]) were more likely and patients with anti-dsDNA (OR 0.53 [95% CI: 0.31, 0.92]) or anti-SSB/La (OR 0.25 [95% CI: 0.08, 0.81]) were less likely to have anti-DFS70. In this study, the prevalence of anti-DFS70 was higher than the range previously published for adult SLE (7.1 versus 0-2.8%) and was associated with musculoskeletal activity and anti-β2 glycoprotein 1 autoantibodies. However, 'monospecific' anti-DFS70 autoantibodies were rare (1.1%) and therefore may be helpful to discriminate between ANA-positive healthy individuals and SLE.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».