Anti-integrin αvβ6 autoantibodies are a novel predictive biomarker in ulcerative colitis
Notice bibliographique
Résumé
Abstract Background and Aims Better biomarkers for prediction of ulcerative colitis (UC) development and prognostication are needed. Anti-integrin αvβ6 autoantibodies (anti-αvβ6) have been described in UC patients. Here, we tested for the presence of anti-αvβ6 antibodies in the pre-clinical phase of UC and studied their association with disease-related outcomes after diagnosis. Methods Anti-αvβ6 were measured in 4 longitudinal serum samples collected from 82 subjects who later developed UC and 82 matched controls from a Department of Defense pre-clinical cohort (PREDICTS). In a distinct, external validation cohort (GEM), we tested 12 pre-UC subjects and 49 matched controls. Further, anti-αvβ6 were measured in 2 incident UC cohorts (COMPASS n=55 and OSCCAR n=104) and associations between anti-αvβ6 and UC-related outcomes were defined using Cox proportional-hazards model. Results Anti-αvβ6 were significantly higher among individuals who developed UC compared to controls up to 10 years before diagnosis in PREDICTS. The anti-αvβ6 seropositivity was 12.2% 10 years before diagnosis and increased to 52.4% at the time of diagnosis in subjects who developed UC compared with 2.7% in controls across the 4 timepoints. Anti-αvβ6 predicted UC development with an AUC of at least 0.8 up to 10 years before diagnosis. The presence of anti-αvβ6 in pre-clinical UC samples was validated in the GEM cohort. Finally, high anti-αvβ6 was associated with a composite of adverse UC-outcomes including hospitalization, disease extension, colectomy, systemic steroid use and/or escalation to biologic therapy in recently diagnosed UC. Conclusion Anti-integrin αvβ6 auto-antibodies precede the clinical diagnosis of UC by up to 10 years and are associated with adverse UC-related outcomes.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 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 ».