Cluster Analysis of Inflammatory Biomarker Expression in the International Severe Asthma Registry
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.
Notice bibliographique
Résumé
BACKGROUND: Allergy, eosinophilic inflammation, and epithelial dysregulation are implicated in severe asthma pathogenesis. OBJECTIVE: We characterized biomarker expression in adults with severe asthma. METHODS: Within the International Severe Asthma Registry (ISAR), we analyzed data from 10 countries in North America, Europe, and Asia, with prespecified thresholds for biomarker positivity (serum IgE ≥ 75 kU/L, blood eosinophils ≥ 300 cells/μL, and FeNO ≥ 25 ppb), and with hierarchical cluster analysis using biomarkers as continuous variables. RESULTS: ) predicted 72% ± 20%. By prespecified thresholds, 59% were IgE positive, 57% eosinophil positive, and 58% FeNO positive. There was substantial inflammatory biomarker overlap; 59% were positive for either 2 or 3 biomarkers. Five distinct clusters were identified: cluster 1 (61%, low-to-medium biomarkers) comprised highly symptomatic, older females with elevated BMI and frequent exacerbations; cluster 2 (18%, elevated eosinophils and FeNO) older females with lower BMI and frequent exacerbations; cluster 3 (14%, extremely high FeNO) older, highly symptomatic, lower BMI, and preserved lung function; cluster 4 (6%, extremely high IgE) younger, long duration of asthma, elevated BMI, and poor lung function; cluster 5 (1.2%, extremely high eosinophils) younger males with low BMI, poor lung function, and high burden of sinonasal disease and polyposis. CONCLUSIONS: There is significant overlap of biomarker positivity in severe asthma. Distinct clusters according to biomarker expression exhibit unique clinical characteristics, suggesting the occurrence of discrete patterns of underlying inflammatory pathway activation and providing pathogenic insights relevant to the era of monoclonal biologics.
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 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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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 | 0,001 |
| 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 découle