The baseline interferon signature predicts disease severity over the subsequent 5 years in systemic lupus erythematosus
Notice bibliographique
Résumé
OBJECTIVES: Type I interferons (IFNs) play an important role in the pathophysiology of systemic lupus erythematosus (SLE). While cross-sectional data suggest an association between IFN-induced gene expression and SLE disease activity, interest in this as a biomarker of flare has been tempered by a lack of fluctuation with disease activity in the majority of patients. This led us to question whether IFN-induced gene expression might instead be a biomarker of overall disease severity, with patients with high levels spending more time in an active disease state. METHODS: Levels of five interferon-responsive genes were measured in the whole peripheral blood at baseline visit for 137 SLE patients subsequently followed for 5 years. Log transformed values were summed to yield a composite IFN5 score, and the correlation with various disease outcomes examined. Receiver operator characteristic analyses were performed for outcomes of interest. Kaplan-Meier curves were generated to compare the proportion of flare-free patients with high and low IFN5 scores over time. RESULTS: The baseline IFN5 score was positively correlated with the adjusted mean SLE disease activity index-2000, number of flares, adjusted mean prednisone dose, and number of new immunosuppressive medications over the subsequent 5 years. Optimal cut-offs for the IFN5 score were determined using Youden's index and predicted more severe outcomes with 57-67% accuracy. A high baseline IFN5 level was associated with a significantly increased risk of subsequent flare. CONCLUSIONS: Measurement of the type I IFN signature is a useful tool for predicting the subsequent disease activity course.
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 | 0,007 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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 ».