S100A12 and S100A8/9 proteins are biomarkers of articular disease activity in Blau syndrome
Notice bibliographique
Résumé
OBJECTIVE: To identify biomarkers of articular and ocular disease activity in patients with Blau syndrome (BS). METHODS: Multiplex plasma protein arrays were performed in five BS patients and eight normal healthy volunteers (NHVs). Plasma S100A12 and S100A8/9 were subsequently measured by ELISA at baseline and 1-year follow-up in all patients from a prospective multicentre cohort study. CRP was measured using Meso Scale Discovery immunoassay. Active joint counts, standardization uveitis nomenclature for anterior uveitis cells and vitreous haze by Nussenblatt scale were the clinical parameters. RESULTS: Multiplex Luminex arrays identified S100A12 as the most significantly elevated protein in five selected BS vs eight NHVs and this was confirmed by ELISA on additional samples from the same five BS patients. In the patient cohort, S100A12 (n = 39) and S100A8/9 (n = 33) were significantly higher compared with NHVs (n = 44 for S100A12, n = 40 for S100A8/9) (P = 0.0000004 and P = 0.0003, respectively). Positive correlations between active joint counts and S100 levels were significant for S100A12 (P = 0.0008) and S100A8/9 (P = 0.015). CRP levels did not correlate with active joint count. Subgroup analysis showed significant association of S100 proteins with active arthritis (S100A12 P = 0.01, S100A8/9 P = 0.008). Active uveitis was not associated with increased S100 levels. CONCLUSION: S100 proteins are biomarkers of articular disease activity in BS and potential outcome measures in future clinical trials. As secreted neutrophil and macrophage products, S100 proteins may reflect the burden of granulomatous tissue in BS.
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 ».