Anti–Neutrophil Extracellular Trap Antibodies in Antiphospholipid Antibody–Positive Patients: Results From the Antiphospholipid Syndrome Alliance for Clinical Trials and <scp>InternatiOnal</scp> Networking Clinical Database and Repository
Notice bibliographique
Résumé
OBJECTIVE: This study aimed to elucidate the presence, antigen specificities, and potential clinical associations of anti-neutrophil extracellular trap (anti-NET) antibodies in a multinational cohort of antiphospholipid (aPL) antibody-positive patients who did not have lupus. METHODS: Anti-NET IgG/IgM levels were measured in serum samples from 389 aPL-positive patients; 308 patients met the classification criteria for antiphospholipid syndrome. Multivariate logistic regression with best variable model selection was used to determine clinical associations. For a subset of the patients (n = 214), we profiled autoantibodies using an autoantigen microarray platform. RESULTS: We found elevated levels of anti-NET IgG and/or IgM in 45% of the aPL-positive patients. High anti-NET antibody levels are associated with more circulating myeloperoxidase (MPO)-DNA complexes, which are a biomarker of NETs. When considering clinical manifestations, positive anti-NET IgG was associated with lesions affecting the white matter of the brain, even after adjusting for demographic variables and aPL profiles. Anti-NET IgM tracked with complement consumption after controlling for aPL profiles; furthermore, patient serum samples containing high levels of anti-NET IgM efficiently deposited complement C3d on NETs. As determined by autoantigen microarray, positive testing for anti-NET IgG was significantly associated with several autoantibodies, including those recognizing citrullinated histones, heparan sulfate proteoglycan, laminin, MPO-DNA complexes, and nucleosomes. Anti-NET IgM positivity was associated with autoantibodies targeting single-stranded DNA, double-stranded DNA, and proliferating cell nuclear antigen. CONCLUSION: These data reveal high levels of anti-NET antibodies in 45% of aPL-positive patients, where they potentially activate the complement cascade. While anti-NET IgM may especially recognize DNA in NETs, anti-NET IgG species appear to be more likely to target NET-associated protein antigens.
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 | 0,009 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 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) | 0,000 | 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 ».