MétaCan
Menu
Retour à la cohorte
Enregistrement W2936545636 · doi:10.3389/fimmu.2019.00745

Anti-NT5c1A Autoantibodies as Biomarkers in Inclusion Body Myositis

2019· article· en· W2936545636 sur OpenAlexafffund
Adam Amlani, May Y. Choi, Mark A. Tarnopolsky, Lauren Brady, Ann E. Clarke, Ignacio García‐De La Torre, Michael Mähler, Heinrike Schmeling, Claire Barber, Michelle Jung, Marvin J. Fritzler

Notice bibliographique

RevueFrontiers in Immunology · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueInflammatory Myopathies and Dermatomyositis
Établissements canadiensMcMaster University Medical CentreUniversity of Calgary
Organismes subventionnairesCumming School of Medicine, University of Calgary
Mots-clésIIfAutoantibodyMedicineSerologyImmunoassayAntibodyBiomarkerInternal medicineMyositisInclusion body myositisImmunologyChemiluminescent immunoassayMyopathyGastroenterologyPathologyBiology

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: Sporadic Inclusion Body Myositis (sIBM) is an inflammatory myopathy (IIM) without a specific diagnostic biomarker until autoantibodies to cytosolic 5’-nucleotidase 1A (NT5c1A/Mup44) were reported. The objectives of our study were to determine the sensitivity and specificity of anti-NT5c1A for sIBM, demonstrate demographic, clinical and serological predictors for anti-NT5c1A positivity and determine if anti-nuclear antibody (ANA) indirect immunofluorescence (IIF) staining on HEp-2 cells is a reliable screening method for anti-NT5c1A. METHODS: Sera from sIBM patients and controls were stored at -80C until required for analysis. IgG antibodies to NT5c1A were detected by an addressable laser bead immunoassay (ALBIA) using a full-length human recombinant protein. Autoantibodies to other autoimmune myopathy antigens (Jo-1, OJ, TIF1y, PL-12, SAE, EJ, MDA5, PL7, SRP, NXP2, MI-2) were detected by line immunoassay (LIA), chemiluminescence immunoassay (CIA) or enzyme linked immunoassay (ELISA) and ANA detected by IIF on HEp-2 substrate. Demographic, clinical and serological data were obtained by chart review. RESULTS: 43 patients with sIBM, 537 disease control patients with other autoimmune, degenerative and neuromuscular diseases, and 78 healthy controls were included. 48.8% (21/43) of sIBM patients were positive for anti-NT5c1A. The overall sensitivity, specificity, positive predictive value, and negative predictive value of anti-NT5c1A for sIBM was 0.49, 0.92, 0.29, and 0.96, respectively. Compared to sIBM, the frequency of anti-NT5c1A was lower in both the disease control group (8.8%, OR 0.10 [95%CI: 0.05-0.20], p<0.0001) and in the apparently healthy control group (5.1%, OR 0.06 [95%CI: 0.02-0.18], p<0.0001). In the univariable analysis, sIBM patients with more severe muscle weakness were more likely to be anti-NT5c1A positive (OR 4.10 [95% CI: 1.17, 14.33]), although this was not statistically significant (adjusted OR 4.30 [95% CI: 0.89, 20.76], p=0.069) in the multivariable analysis. The ANA of sIBM sera did not demonstrated a consistent IIF pattern associated with anti-NT5c1A. CONCLUSIONS: Anti-NT5c1A has moderate sensitivity and high specificity for sIBM using ALBIA. The presence of anti-NT5c1A antibodies may be associated with muscle weakness. Anti-NT5c1A antibodies were not associated with a specific IIF staining pattern, hence screening using HEp-2 substrate is unlikely to be a useful predictor for presence of these autoantibodies.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,059
Score d'incertitude au seuil0,963

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
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)0,0000,000

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 Opus0,003
Tête enseignante GPT0,228
Écart entre enseignants0,225 · 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 tête enseignante, 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

Citations53
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFrontiers in ImmunologyMême sujetInflammatory Myopathies and DermatomyositisTravaux en français237 207