Soluble urokinase plasminogen activator receptor (suPAR) levels predict damage accrual in patients with recent-onset systemic lupus erythematosus
Notice bibliographique
Résumé
OBJECTIVE: The soluble urokinase plasminogen activator receptor (suPAR) has potential as a prognosis and severity biomarker in several inflammatory and infectious diseases. In a previous cross-sectional study, suPAR levels were shown to reflect damage accrual in cases of systemic lupus erythematosus (SLE). Herein, we evaluated suPAR as a predictor of future organ damage in recent-onset SLE. METHODS: Included were 344 patients from the Systemic Lupus International Collaborating Clinics (SLICC) Inception Cohort who met the 1997 American College of Rheumatology classification criteria with 5-years of follow-up data available. Baseline sera from patients and age- and sex-matched controls were assayed for suPAR. Organ damage was assessed annually using the SLICC/ACR damage index (SDI). RESULTS: The levels of suPAR were higher in patients who accrued damage, particularly those with SDI≥2 at 5 years (N = 32, 46.8% increase, p = 0.004), as compared to patients without damage. Logistic regression analysis revealed a significant impact of suPAR on SDI outcome (SDI≥2; OR = 1.14; 95% CI 1.03-1.26), also after adjustment for confounding factors. In an optimized logistic regression to predict damage, suPAR persisted as a predictor, together with baseline disease activity (SLEDAI-2K), age, and non-Caucasian ethnicity (model AUC = 0.77). Dissecting SDI into organ systems revealed higher suPAR levels in patients who developed musculoskeletal damage (SDI≥1; p = 0.007). CONCLUSION: Prognostic biomarkers identify patients who are at risk of acquiring early damage and therefore need careful observation and targeted treatment strategies. Overall, suPAR constitutes an interesting biomarker for patient stratification and for identifying SLE patients who are at risk of acquiring organ damage during the first 5 years of disease.
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 | 0,004 |
| 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 | 0,001 | 0,001 |
| 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 ».