8 Anti-NT5c1A autoantibodies in systemic lupus erythematosus
Notice bibliographique
Résumé
<h3>Background</h3> Autoantibodies to the 44 kDa cytosolic 5-nucleotidase 1A (NT5c1A/Mup44) are a biomarker for differentiating sporadic inclusion body myositis (sIBM) from other autoimmune myopathies. These antibodies have also been detected in 10%–20% of SLE patients but the clinical significance has not been reported. This study determined the frequency of anti-NT5c1A autoantibodies in a SLE cohort and then identify demographic, clinical, and serologic correlations. <h3>Methods</h3> Patients fulfilling the ACR or SLICC Classification Criteria for SLE were enrolled in a local cohort. Demographic, clinical information (disease activity SLEDAI-2K; damage SLICC/ACR Damage Index (SDI)), and sera were collected at time of enrollment. Antibodies to anti-NT5c1A were determined by an addressable laser bead immunoassay using a full-length human recombinant protein (Origene, Rockville, MD: Cat. #TP324617). The cutoff, established at 400 median fluorescence units (MFU), was two standard deviations above the mean of apparently healthy control sera. Univariable and multivariable analysis were performed to determine associations between the prevalence of high positive anti-NT5c1A and demographic (age, sex, race/ethnicity), clinical features (SLICC/ACR classification criteria, SLEDAI-2K and SDI total scores and subscales including myositis from SLEDAI-2K), medications, and other autoantibodies (anti-dsDNA, extractable nuclear antigens, and anti-phospholipid antibodies). <h3>Results</h3> 138 SLE patients were included; 89.1% were female with a mean age of 46.1 years (SD 18.1) and disease duration of 13.7 years (SD 11.6). The prevalence of positive anti-NT5c1A was 15.2% (21/138). Univariable analysis demonstrated that patients who had a positive anti-dsDNA (Odds Ratio (OR) 6.59 [95%CI: 2.21, 19.65]) or anti-nucleosome (OR 8.96 [95%CI: 2.43, 32.99]) were more likely to be positive for anti-NT5c1A. Patients with longer disease duration (OR 0.93 [95%:CI 0.88, 0.98]), proteinuria (24 hour urine protein greater than 500 mg on the SLICC criteria) (OR 0.20 [95%CI: 0.04, 0.88]), acute cutaneous SLE (OR 0.38 [95%CI: 0.15, 0.97] on the SLICC criteria), in particular malar rash (OR 0.25 [95%CI: 0.07, 0.89]) or photosensitivity (OR 0.27 [95%CI: 0.08, 0.84]) were less likely to be anti-NT5c1A positive. Multivariable analysis demonstrated that patients with proteinuria (OR 0.16 [95%CI: 0.03, 0.87]) were less likely to be anti-NT5c1A positive. <h3>Conclusions</h3> Anti-NT5c1A antibodies, a novel biomarker for sIBM, were found in 15.2% of SLE patients in keeping with previous reports. The patients were less likely to have a history of proteinuria and there was no association with myositis (on SLEDAI-2K). Further studies are needed to confirm these findings in larger SLE cohorts. <h3>Funding Source(s):</h3> The Arthritis Society Chair in Rheumatic Diseases at the Cumming School of Medicine, Calgary
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 | 0,001 | 0,001 |
| 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 | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».