Disease activity, autoantibodies, and inflammatory molecules in serum and cerebrospinal fluid of patients with Systemic Lupus Erythematosus and Cognitive Dysfunction
Notice bibliographique
Résumé
OBJECTIVE: To determine if cognitive dysfunction in patients with systemic lupus erythematosus (SLE) derives from an inflammatory process with continuing disease activity, and increased levels of autoantibodies and inflammatory molecules in serum and cerebrospinal fluid (CSF). METHODS: 100 randomly selected patients participating in an inception SLE cohort were studied. At entry into the cohort, a standardized medical history and extensive laboratory tests profile, including autoantibodies were completed. Follow-up occurred every 3-6 months with assessment of lupus characteristics, comorbidities, and treatment. After a mean follow-up of six-years, cross-sectional evaluation of cognitive function was done with standardized tests, and in a subset of patients an extended profile of autoantibodies, cytokines and chemokines was measured in serum and CSF. RESULTS: At enrollment into the cohort, patients were 26.4±8.2 years of age and lupus duration 5.3±3.7 months. Moderate/severe cognitive dysfunction was diagnosed in 16 patients; in comparison to patients with normal cognitive function, they had lower education 9 vs. 12 years (P = 0.006), higher body mass index 26.7 vs. 24.3 (P = 0.03), positive IgG anticardiolipin antibodies 50% vs 18% (P = 0.009), and a higher median number of concomitant NPSLE syndromes 3 vs. 1, (P = 0.04). The prevalence of cardiovascular-risk factors, other auto-antibodies, lupus activity, treatment, and incidence of critical events did not differ. In serum and CSF, the levels of autoantibodies, cytokines and chemokine were similar, only CCL2 was elevated in CSF [886.1 (374.9-1439.7) vs. 515.8 (3.2-1958.2) pg/mL, P = 0.04]. CONCLUSION: Scant evidence of inflammation in SLE patients with cognitive dysfunction was observed. Only a higher prevalence of IgG anticardiolipin antibodies in serum and increased levels of CCL2 in CSF were detected.
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 | 0,000 |
| 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 ».