Fluctuation of Anti–Domain 1 and Anti–<scp>β<sub>2</sub>‐Glycoprotein</scp> I Antibody Titers Over Time in Patients With Persistently Positive Antiphospholipid Antibodies
Notice bibliographique
Résumé
Objective The present study was undertaken to longitudinally evaluate titers of antibodies against β2‐glycoprotein I (anti‐β2GPI) and domain 1 (anti‐D1), to identify predictors of variations in anti‐β2GPI and anti‐D1 titers, and to clarify whether antibody titer fluctuations predict thrombosis in a large international cohort of patients who were persistently positive for antiphospholipid antibodies (aPL) in the APS ACTION Registry. Methods Patients with available blood samples from at least 4 time points (at baseline [year 1] and at years 2–4 of follow‐up) were included. Detection of anti‐β2GPI and anti‐D1 IgG antibodies was performed using chemiluminescence (BIO‐FLASH; INOVA Diagnostics). Results Among 230 patients in the study cohort, anti‐D1 and anti‐β2GPI titers decreased significantly over time (P < 0.0001 and P = 0.010, respectively). After adjustment for age, sex, and number of positive aPL tests, we found that the fluctuations in anti‐D1 and anti‐β2GPI titer levels were associated with treatment with hydroxychloroquine (HCQ) at each time point. Treatment with HCQ, but not immunosuppressive agents, was associated with 1.3‐fold and 1.4‐fold decreases in anti‐D1 and anti‐β2GPI titers, respectively. Incident vascular events were associated with 1.9‐fold and 2.1‐fold increases in anti‐D1 and anti‐β2GPI titers, respectively. Anti‐D1 and anti‐β2GPI titers at the time of thrombosis were lower compared to titers at other time points. A 1.6‐fold decrease in anti‐D1 titers and a 2‐fold decrease in anti‐β2GPI titers conferred odds ratios for incident thrombosis of 6.0 (95% confidence interval [95% CI] 0.62–59.3) and 9.4 (95% CI 1.1–80.2), respectively. Conclusion Treatment with HCQ and incident vascular events in aPL‐positive patients predicted significant anti‐D1 and anti‐β2GPI titer fluctuations over time. Both anti‐D1 and anti‐β2GPI titers decreased around the time of thrombosis, with potential clinical relevance.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 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 | 0,001 |
| 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 ».