Defining imaging sub-phenotypes of psoriatic arthritis: integrative analysis of imaging data and gene expression in a PsA patient cohort
Notice bibliographique
Résumé
OBJECTIVES: To define imaging sub-phenotypes in patients with PsA; determine their association with whole blood gene expression and identify biological pathways characterizing the sub-phenotypes. METHODS: Fifty-five patients with PsA ready to initiate treatment for active disease were prospectively recruited. We performed musculoskeletal ultrasound assessment of the extent of inflammation in the following domains: synovitis, peritenonitis, tenosynovitis and enthesitis. Peripheral whole blood was profiled with RNAseq, and gene expression data were obtained. First, unsupervised cluster analysis was performed to define imaging sub-phenotypes that reflected the predominant tissue involved. Subsequently, principal component analysis was used to determine the association between imaging-defined sub-phenotypes and peripheral blood gene expression profile. Pathway enrichment analysis was performed to identify underlying mechanisms that characterize individual sub-phenotypes. RESULTS: Cluster analysis revealed three imaging sub-phenotypes: (i) synovitis predominant [n = 31 (56%)]; (ii) enthesitis predominant [n = 13 (24%)]; (iii) peritenonitis predominant [n = 11 (20%)]. The peritenonitis-predominant sub-phenotype had the most severe clinical joint involvement, whereas the enthesitis-predominant sub-phenotype had the highest tender entheseal count. Unsupervised clustering of gene expression data identified three sub-phenotypes that partially overlapped with the imaging sub-phenotypes suggesting biological and clinical relevance of these sub-phenotypes. We therefore characterized enriched differential pathways, which included: immune system (innate system, B cells and neutrophil degranulation), complement system, platelet activation and coagulation function. CONCLUSIONS: We identified three sub-phenotypes based on the predominant tissue involved in patients with active PsA. Distinct biological pathways may underlie these imaging sub-phenotypes seen in PsA, suggesting their biological and clinical importance.
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 | 0,002 |
| 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 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».