Transcriptomic Profiling of Tape-Strips From Moderate to Severe Atopic Dermatitis Patients Treated With Dupilumab
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: Tape-strips are a minimally invasive approach to characterize skin biomarkers in atopic dermatitis (AD). However, they have not yet been used for tracking gene expression changes with systemic treatment. OBJECTIVE: The aim of the study was to evaluate gene expression changes and therapeutic response biomarkers in AD patients before and after dupilumab (interleukin 4Rα antibody) treatment using tape-strips to obtain epidermal tissue for analysis. METHODS: Lesional and nonlesional tape-stripped skin was sampled from 18 AD patients before and after dupilumab treatment and from 17 healthy subjects and analyzed by RNA-seq. RESULTS: At baseline, we detected 6745 and 4859 differentially expressed genes between lesional and nonlesional skin versus normal, respectively, whereas 841 and 977 genes were differentially expressed after treatment, respectively (fold change >1.5 and false discovery rate <0.05). Tape-strips captured significant modulation with dupilumab in key AD immune (eg, C-C motif chemokine ligand 13 [CCL13], CCL17, CCL18) and barrier (eg, periplakin, FA2H) biomarkers. Changes in biomarkers (CCL20, interleukin 34, FABP7) were also significantly correlated with clinical disease improvements (Eczema Area and Severity Index; R > 0.5 or R < -0.4, P < 0.05). CONCLUSIONS: This real-life study represents the first comprehensive RNA-seq molecular profiling of tape-strips from moderate to severe AD patients after dupilumab therapy. Analysis of tape strip specimens detected significant gene expression changes in key AD biomarkers with dupilumab treatment, suggesting that this approach may be useful to monitor therapeutic responses in inflammatory skin diseases.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,000 |
| 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