Interleukin-6 Predicts Carotid Plaque Severity, Vulnerability, and Progression
Notice bibliographique
Résumé
Background: IL-6 (interleukin-6) has important roles in atherosclerosis pathophysiology. To determine if anti-IL-6 therapy warrants evaluation as an adjuvant stroke prevention strategy in patients with carotid atherosclerosis, we tested whether circulating IL-6 levels predict carotid plaque severity, vulnerability, and progression in the prospective population-based CHS (Cardiovascular Health Study). Methods: Duplex carotid ultrasound was performed at baseline and 5 years. Baseline plaque severity was scored 0 to 5 based on North American Symptomatic Carotid Endarterectomy Trial grade of stenosis. Plaque vulnerability at baseline was the presence of markedly irregular, ulcerated, or echolucent plaques. Plaque progression at 5 years was a ≥1 point increase in stenosis severity. The relationship of baseline plasma IL-6 levels with plaque characteristics was modeled using multivariable linear (severity) or logistic (vulnerability and progression) regression. Risk factors of atherosclerosis were included as independent variables. Stepwise backward elimination was used with P >0.05 for variable removal. To assess model stability, we computed the E -value or minimum strength of association (odds ratio scale) that unmeasured confounders must have with log IL-6 and the outcome to suppress the association. We performed internal validation with 100 bootstrap samples. Results: There were 4334 participants with complete data (58.9% women, mean age: 72.7±5.1 years), including 1267 (29.2%) with vulnerable plaque and 1474 (34.0%) with plaque progression. Log IL-6 predicted plaque severity (β=0.09, P =1.3×10 −3 ), vulnerability (OR, 1.21 [95% CI, 1.05–1.40]; P =7.4×10 −3 , E -value=1.71), and progression (OR, 1.44 [95% CI, 1.23-1.69], P =9.1×10 −6 , E -value 2.24). In participants with >50% predicted probability of progression, mean log IL-6 was 0.54 corresponding to 2.0 pg/mL. Dichotomizing IL-6 levels did not affect the performance of prediction models. Conclusions: Circulating IL-6 predicts carotid plaque severity, vulnerability, and progression. The 2.0 pg/mL cutoff could facilitate the selection of individuals that would benefit from anti-IL-6 drugs for stroke prevention.
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 | 0,002 | 0,000 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 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 ».