MétaCan
Menu
Retour à la cohorte
Enregistrement W3083753684 · doi:10.1136/rmdopen-2020-001357

Recognising the spectrum of scleromyositis: HEp-2 ANA patterns allow identification of a novel clinical subset with anti-SMN autoantibodies

2020· article· en· W3083753684 sur OpenAlex
Océane Landon‐Cardinal, Alexandra Baril-Dionne, Sabrina Hoa, Alain Meyer, Valérie Leclair, Josiane Bourré‐Tessier, Anne-Marie Mansour, Farah Zarka, Jean‐Paul Makhzoum, Jessica Nehme, Éric Rich, Jean‐Richard Goulet, Tamara Grodzicky, Martial Koenig, France Joyal, Isabelle Richard, Marie Hudson, Ira N. Targoff, Minoru Satoh, Marvin J. Fritzler, Yves Troyanov, Jean‐Luc Senécal

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueRMD Open · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueInflammatory Myopathies and Dermatomyositis
Établissements canadiensComputer Research Institute of MontréalCégep de l'Abitibi TémiscamingueJewish General HospitalHôpital du Sacré-Cœur de MontréalUniversité de MontréalUniversity of CalgaryMcGill UniversityCentre Hospitalier de l’Université de Montréal
Organismes subventionnairesCanadian Institutes of Health ResearchScleroderma Association of British Columbia
Mots-clésMedicineIIfAutoantibodyInterstitial lung diseaseAnti-nuclear antibodyMyositisRheumatologyScleroderma (fungus)PathologyMyopathyOverlap syndromeInternal medicineDiseaseLungImmunologyAntibody

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: To describe systemic sclerosis (SSc) with myopathy in patients without classic SSc-specific and SSc-overlap autoantibodies (aAbs), referred to as seronegative scleromyositis. METHODS: Twenty patients with seronegative scleromyositis diagnosed by expert opinion were analysed retrospectively for SSc features at myositis diagnosis and follow-up, and stratified based on HEp-2 nuclear patterns by indirect immunofluorescence (IIF) according to International Consensus of Autoantibody Patterns. Specificities were analysed by protein A-assisted immunoprecipitation. Myopathy was considered an organ involvement of SSc. RESULTS: SSc sine scleroderma was a frequent presentation (45%) at myositis diagnosis. Myositis was the most common first non-Raynaud manifestation of SSc (55%). Lower oesophagal dysmotility was present in 10 of 11 (91%) investigated patients. At follow-up, 80% of the patients met the American College of Rheumatology/EULAR SSc classification criteria. Two-thirds of patients had a positive HEp-2 IIF nuclear pattern (all with titers ≥1/320), defining three novel scleromyositis subsets. First, antinuclear antibody (ANA)-negative scleromyositis was associated with interstitial lung disease (ILD) and renal crisis. Second, a speckled pattern uncovered multiple rare SSc-specific aAbs. Third, the nuclear dots pattern was associated with aAbs to survival of motor neuron (SMN) complex and a novel scleromyositis subset characteriszed by calcinosis but infrequent ILD and renal crisis. CONCLUSIONS: SSc skin involvement is often absent in early seronegative scleromyositis. ANA positivity, Raynaud phenomenon, SSc-type capillaroscopy and/or lower oesophagal dysmotility may be clues for scleromyositis. Using HEp-2 IIF patterns, three novel clinicoserological subsets of scleromyositis emerged, notably (1) ANA-negative, (2) ANA-positive with a speckled pattern and (3) ANA-positive with nuclear dots and anti-SMN aAbs.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,411

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,078
Tête enseignante GPT0,339
Écart entre enseignants0,262 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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