Effect of <i>HLA-DRB1</i> alleles and genetic variants on the development of neutralizing antibodies to interferon beta in the BEYOND and BENEFIT trials
Notice bibliographique
Résumé
Background: Treatment of multiple sclerosis (MS) with interferon β can lead to the development of antibodies directed against interferon β that interfere with treatment efficacy. Several observational studies have proposed different HLA alleles and genetic variants associated with the development of antibodies against interferon β. Objective: To validate the proposed genetic markers and to identify new markers. Methods: Associations of genetic candidate markers with antibody presence and development were examined in a post hoc analysis in 941 patients treated with interferon β-1b in the Betaferon ® Efficacy Yielding Outcomes of a New Dose (BEYOND) and BEtaseron ® /BEtaferon ® in Newly Emerging multiple sclerosis For Initial Treatment (BENEFIT) prospective phase III trials. All patients were treated with interferon β-1b for at least 6 months. In addition, a genome-wide association study was conducted to identify new genetic variants. Results: We confirmed an increased risk for carriers of HLA-DRB1*04:01 (odds ratio (OR) = 3.3, p = 6.9 × 10 −4 ) and HLA-DRB1*07:01 (OR = 1.8, p = 3.5 × 10 −3 ) for developing neutralizing antibodies (NAbs). Several additional, previously proposed HLA alleles and genetic variants showed nominally significant associations. In the exploratory analysis, variants in the HLA region were associated with NAb development at genome-wide significance (OR = 2.6, p = 2.30 × 10 −15 ). Conclusion: The contribution of HLA alleles and HLA-associated single-nucleotide polymorphisms (SNPs) to the development and titer of antibodies against interferon β was confirmed in the combined analysis of two multi-national, multi-center studies.
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 | 0,006 | 0,003 |
| 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 ».