An investigation into biomarkers for the diagnosis of ABPA and aspergillus disease in cystic fibrosis
Notice bibliographique
Résumé
Abstract Background Allergic bronchopulmonary aspergillosis (ABPA) is a hypersensitivity lung disease due to Aspergillus fumigatus (Af) which occurs in 10% of patients with cystic fibrosis (CF). ABPA is associated with increased morbidity and accelerated lung function decline; however, existing diagnostic criteria are nonspecific and diagnosis remains challenging. As ABPA is driven by Th2 inflammation, the aim of this study was to evaluate exhaled nitric oxide (FE NO ), eosinophilic cationic protein (ECP), peripheral eosinophil count, and bronchodilator response (BDR) in patients with CF. Methods A prospective observational cohort study of pediatric CF patients in a tertiary center. Patients had a clinical and serologic ABPA assessment, FE NO , serum ECP, peripheral eosinophil count, and assessment of BDR. Patients were stratified into three groups; ABPA, Af sensitized (AFS), and non‐ABPA non‐ Af ‐sensitized (non‐AFS). Results A total of 62 patients were included in the study: 13% ABPA, 19% AFS, and 68% non‐AFS. Mean FE NO was higher in the ABPA group at 37.8 ppb compared to AFS 15.1 ppb ( P = .05) and non‐AFS 13.7 ppb ( P = .04). Mean peripheral eosinophil count in ABPA group was also higher at 1000 cells/uL, compared to AFS 221 cells/uL ( P = .03) and non‐AFS 220 cells/uL ( P = .03). Mean BDR in ABPA group was 13% compared to 5.5% in non‐AFS ( P = .01). Serum ECP was higher in patients with ABPA positive compared to the other groups, although this was not statistically significant. Conclusion In children with cystic fibrosis, FE NO and peripheral eosinophil counts are elevated in ABPA compared to those that are just sensitized to Aspergillus and may serve as useful diagnostic tests.
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 | 0,001 |
| 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 ».