Association Between Centromere- and Topoisomerase-specific Immune Responses and the Degree of Microangiopathy in Systemic Sclerosis
Notice bibliographique
Résumé
OBJECTIVE: Autoreactive antibody responses, including the use of several isotypes of autoantibodies, have been shown to be associated with clinical outcome in several rheumatic autoimmune diseases. The goals of this study were to evaluate whether (1) anticentromere antibody (ACA)- and antitopoisomerase antibody (ATA)-specific isotype expression, and (2) organ involvement are associated with the degree of microangiopathy in systemic sclerosis (SSc). METHODS: ACA and ATA IgG, IgM, and IgA levels were measured in baseline serum samples of ACA IgG-positive (+) and ATA IgG+ patients with SSc. The degree of microangiopathy was determined based on nailfold videocapillaroscopy (NVC) images collected at the same point in time. Logistic regression analyses with autoantibodies, clinical characteristics, isotype expression, and ACA and ATA IgG, IgM, and IgA levels as independent variables, and NVC pattern as the dependent variable were performed. RESULTS: In 164 patients, isotype levels and degree of microangiopathy were evaluated. Logistic regression confirmed the association of the degree of microangiopathy with the presence of digital ulcers (OR 3.07, 95% CI 1.43-6.60), interstitial lung disease (OR 3.41, 95% CI 1.11-10.61), and pulmonary arterial hypertension (OR 5.58, 95% CI 2.05-17.81). ATA positivity was associated with more severe microangiopathy (OR 2.09, 95% CI 1.05-4.13). Patients who expressed solely ACA IgG showed a trend towards less severe microangiopathy compared to patients also expressing ACA IgM and/or IgA. Levels of ACA IgG and ATA IgM were found to be associated with microangiopathy severity. CONCLUSION: We observed an association between ACA and ATA responses and the degree of microangiopathy in SSc. These findings might indicate that the breadth of the autoimmune response, as reflected by autoantibody production and microvascular damage, interacts in the pathophysiology of SSc.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,002 | 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 ».