Integrative Analysis Reveals a Molecular Stratification of Systemic Autoimmune Diseases
Notice bibliographique
Résumé
SUMMARY Background Clinical heterogeneity, a hallmark of systemic autoimmune diseases (SADs) impedes early diagnosis and effective treatment, issues that may be addressed if patients could be grouped into a molecular defined stratification. Methods With the aim of reclassifying SADs independently of the clinical diagnoses, unsupervised clustering of integrated whole blood transcriptome and methylome cross-sectional data of 918 patients with 7 SADs and 263 healthy controls was undertaken. In addition, an inception cohort was prospectively followed for 6 and 14 months to validate the results and analyze if cluster assignment changed or not with time. Results Four clusters were identified. Three clusters were aberrant, representing ‘inflammatory’, ‘lymphoid’, and ‘interferon’ patterns each including all diagnoses and defined by genetic, clinical, serological and cellular features. A fourth cluster showed no specific molecular pattern and accumulated also healthy controls. An independent inception cohort showed that with time, the molecular clusters remain stable, showing that single aberrant molecular signatures characterize each individual patient. Conclusions Patients with SADs can be jointly stratified into three stable disease clusters with specific molecular patterns differentiating different molecular disease mechanisms. These results have important implications for future clinical trials and the study of therapy non-responsiveness marking a paradigm shift in the view of SADs.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».