MétaCan
Menu
Retour à la cohorte
Enregistrement W4225423431 · doi:10.3389/fmed.2022.823244

Utility of Baseline Transcriptomic Analysis of Rheumatoid Arthritis Synovium as an Indicator for Long-Term Clinical Outcomes

2022· article· en· W4225423431 sur OpenAlexafffund
Vidyanand Anaparti, Dana Wiens, Liam J. O’Neil, Erika L. Hubbard, Robert Robl, Irene Smolik, Carol Hitchon, Peter E. Lipsky, Hani El‐Gabalawy

Notice bibliographique

RevueFrontiers in Medicine · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueRheumatoid Arthritis Research and Therapies
Établissements canadiensUniversity of ManitobaResearch Manitoba
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésRheumatoid arthritisBaseline (sea)MedicineTerm (time)Internal medicineArthritisOncologyBiology

Résumé

récupéré en direct d'OpenAlex

Objective: Rheumatoid arthritis is a chronic inflammatory autoimmune disease that can lead to synovial damage, persistent joint pain, and functional disability. Our objective was to evaluate baseline synovial transcriptome from early inflammatory arthritis patients (EIA) and identify pretreatment biomarkers that could potentially provide insights into long-term functional outcomes of rheumatoid arthritis (RA). Methods Synovial biopsies from clinically inflamed knee joints were procured from either 17 EIA patients before initiation of disease modifying anti-rheumatic drug (DMARD) therapy (DMARD-naïve EIA) using the minimally invasive closed needle biopsy technique or advanced RA patients undergoing arthroplasty. Affymetrix Human Genome U133 Plus 2 microarray platform was used to profile the synovial transcriptome. The cohort was followed clinically for a median of 12.3 years, and patient data was collected at each visit. Short-term and long-term clinical outcomes were determined by assessing RA-associated clinical parameters Statistical adjustments were made to account for asynchronous clinical visits and duration of follow up. Results Based on the transcriptomic analysis, we identified 5 differentially expressed genes (DEGs), including matrix metalloproteinase (MMP)-1 (fibroblast collagenase) and MMP-3 (stromelysin-1) in DMARD-naïve EIA patients, relative to advanced RA patients (q < 0.05). Dichotomous expression of MMP-1 and MMP-3 mRNA and protein was confirmed by qPCR and immunohistochemistry respectively, based on which DMARD-naïve EIA subjects were classified as MMP-high or MMP-low. Hierarchical clustering of transcriptomic data identified 947 DEGs between MMP-high and MMP-low cohorts. Co-expression and IPA analysis of DEGs in the MMP-high cohort showed an enrichment of genes that participated in metabolic or biochemical functions and intracellular immune signaling were regulated through NF-κB and β-catenin complexes and correlated with markers of systemic inflammation. Analysis of short-term clinical outcomes in MMP-high cohort showed a significant reduction in the DAS-CRP scores relative to baseline (P <0.001), whereas area under the curve analyses of modified HAQ (mHAQ) scores correlated negatively with baseline MMP-1 (R = −0.59, P = 0.03). Further, longitudinal mHAQ scores, number of swollen joints, number of DMARDs and median follow-up duration appeared to be higher in MMP-low cohort. Conclusion Overall, our results indicate that the gene expression profiling of synovial biopsies obtained at the DMARD-naive stage in patients with EIA categorizes them into subsets with varying degrees of inflammation and can predict the future of long-term clinical outcome.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,030
Tête enseignante GPT0,356
Écart entre enseignants0,326 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFrontiers in MedicineMême sujetRheumatoid Arthritis Research and TherapiesTravaux en français237 207