A novel assay for improved detection of sputum periostin in patients with asthma
Notice bibliographique
Résumé
BACKGROUND: Serum periostin associates with type-2 inflammation in asthmatic airways, but also reflects whole body periostin levels originating from multiple sources. Less is known about sputum periostin as a biomarker in asthma as detection levels are low using currently available periostin assays. We aimed to investigate detection of sputum periostin using ELISA assays targeting different periostin epitopes and relate levels to clinical characteristics. METHODS: Two ELISA systems were developed using antibodies detecting whole periostin or cleavage products, the molecular weight and amino acid sequences of which were confirmed. The ELISA assays were applied to sputum from 80 patients with mild-to-moderate and severe asthma enrolled in the European, multi-center study BIOAIR. Results were related to clinical characteristics. RESULTS: Sputum was found to contain smaller periostin fragments, possibly due to proteolytic cleavage at a C-terminal site. Comparing ELISA methodology using antibodies against cleaved versus whole periostin revealed detectable levels in 90% versus 44% of sputum samples respectively. Sputum periostin showed associations with blood and sputum eosinophils. Furthermore, sputum, but not serum, periostin correlated with reduced lung function and sputum IL-13 and was reduced by oral corticosteroid treatment. CONCLUSIONS: We present an ELISA method for improved analysis of sputum periostin by detecting cleavage products of the periostin protein. Using this assay, sputum periostin was detectable and associated with more disease-relevant parameters in asthma than serum periostin. Sputum periostin is worth considering as a phenotype-specific biomarker in asthma as its proximity to the airways may eliminate some of the confounding factors known to affect serum periostin.
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 | 0,000 | 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».