Cell bound complement activation products alone and in combination with low serum complement C3 or C4 have superior diagnostic performance in systemic lupus erythematosus
Notice bibliographique
Résumé
Abstract BACKGROUND Cell-bound complement activation products (CB-CAPs) are sensitive and specific diagnostic markers of systemic lupus erythematosus (SLE). We compared the performance of CB-CAPs to low serum complement C3 or C4 in distinguishing SLE from other rheumatic diseases and healthy individuals. METHODS Adult subjects (n=1200) were enrolled from multiple academic centers, including SLE (498), healthy individuals (252) and subjects with other rheumatic diseases (450). Erythrocyte bound C4d [EC4d] and B-Lymphocyte bound C4d [BC4d] were quantitated using flow cytometry. Serum C3 and C4 levels were determined using immunoturbidimetry. Measurements included sensitivity, specificity, area under the curve (AUC) of the receiver operating characteristic curve (ROC) and Youden Index, for each marker as well as combinations. RESULTS Abnormal CB-CAPs status yielded 62% sensitivity with 88% specificity in distinguishing SLE from the group with other diseases compared to low C3/C4 status − 38% sensitivity, 93% specificity. Youden index was 0.492±0.03 for CB-CAPs compared to 0.313±0.03 for low C3/C4 (p<0.01). AUC was higher with BC4d (0.72) than with EC4d (0.68; p<0.01), low C3 (0.62; p<0.01), low C4 (0.62; p<0.01) and low C3 and/or C4 levels (0.66; p<0.01). The cumulative complement scoring system yielded higher AUC (0.81). A score with greater than 1 complement abnormality yielded 45% sensitivity and 98% specificity. CONCLUSION Our data suggests that CB-CAPs have greater diagnostic performance than low serum complement C3/C4. The combination of these complement abnormalities in a composite complement score is superior in distinguishing SLE from other rheumatic diseases and healthy individuals.
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 | 0,004 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 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 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 ».