Blood and Salivary Amphiregulin Levels as Biomarkers for Asthma
Notice bibliographique
Résumé
Background: Amphiregulin (Areg) expression in asthmatic airways and sputum was shown to increase and correlate with asthma severity. However, no studies were carried out to evaluate the Areg level in blood and saliva of asthmatic patients. Objective: To measure circulating Areg protein concentrations in blood and saliva from asthmatic patients and correlate its levels with asthma severity. Methods: Plasma and Saliva Areg protein concentrations were measured using ELISA in mild, moderate, and severe asthmatic patients compared to healthy controls. Primary asthmatic bronchial epithelial cells and fibroblasts were assessed for Areg mRNA expression and soluble Areg in their conditioned media. Tissue expression of Areg was evaluated using immunohistochemistry of bronchial biopsies from asthmatic patients and healthy controls. Results: Asthmatic patients had higher Areg protein levels in blood and saliva compared to control subjects. Higher mRNA expression in primary bronchial epithelial cells and higher Areg immunoreactivity in bronchial biopsies were also observed. Both blood and saliva Areg levels showed positive correlations with allergic rhinitis status, atopy status, eczema status, plasma periostin, neutrophilia, Montelukast sodium use, ACT score, FEV1, and FEV1/FVC. Areg levels can differentiate the healthy controls from non-severe asthmatic subjects with good sensitivity and specificity. Conclusion: Areg levels measured in a minimally-invasive blood sample and a noninvasive saliva sample of asthmatic patients can serve as a putative asthma biomarker. Clinical Implications This is the first report to suggest the ability of blood and saliva Areg levels to differentiate between healthy and asthmatic subjects. Therefore, Areg could be used as an adjunct bedside biomarker to support the diagnosis of asthma, specifically in non-severe cases.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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) | 0,001 | 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 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 ».