A review and meta-analysis of anti-ribosomal P autoantibodies in systemic lupus erythematosus
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The discovery of autoantibodies to ribosomal proteins (anti-RibP) dates back more than fifty years when antibodies to ribosomes were identified in systemic lupus erythematosus (SLE) sera. Over the years, anti-RibP autoantibodies have been the subject of extensive study and became known as a highly specific biomarker for the diagnosis of SLE and were associated with neuropsychiatric SLE (NPSLE), lupus nephritis (LN) and hepatitis (LH). As demonstrated by studies on cultured human cells and of murine models, there is evidence to suggest that anti-RibP may have a pathogenic role in LN and NPSLE. Despite a wealth of evidence, in comparison to other SLE autoantibodies such as anti-Sm and anti-dsDNA, anti-RibP has not been included in classification criteria for SLE. A significant challenge is the variability of assays used to detect anti-RibP, including the antigens and diagnostic platforms employed. This may account for the marked variation in frequencies (10-47%) in SLE and its association with clinical and demographic features reported in SLE cohorts. We performed a systematic literature review and meta-analysis to help clarify its prevalence, various clinical and serological associations in SLE based on the different RibP antigens and assay platforms used.
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.
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 | 0,005 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,046 | 0,008 |
| Bibliométrie | 0,002 | 0,006 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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 découle