MétaCan
Menu
Retour à la cohorte
Enregistrement W4389232055 · doi:10.1182/blood-2023-178867

Inflammatory Markers in Hemophagocytic Lymphohistiocytosis - a Single Centre Study

2023· article· en· W4389232055 sur OpenAlexaffabout
Caroline Spaner, Mariam Goubran, Sophie Stukas, Kam Shojania, Amanda M. Li, Mypinder S. Sekhon, Cheryl L. Wellington, Adi Zoref‐Lorenz, André Mattman, Erica A. Peterson, Michael B. Jordan, Luke Y. C. Chen, Audi Setiadi

Notice bibliographique

RevueBlood · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueAutoimmune and Inflammatory Disorders Research
Établissements canadiensSt. Paul's HospitalVancouver General HospitalUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésHemophagocytic lymphohistiocytosisCytokine stormMedicineFerritinMacrophage activation syndromeImmunologyCytokineInflammationInternal medicinePediatricsDiseaseCoronavirus disease 2019 (COVID-19)

Résumé

récupéré en direct d'OpenAlex

BACKGROUND Hemophagocytic lymphohistiocytosis (HLH) has significant clinical and biochemical overlap with other cytokine storm syndromes including Adult-Onset Still's disease (AOSD) and COVID-19 cytokine storm (CCS). Diagnosis of HLH is based largely on the HLH-2004 criteria which carry certain limitations. Many of the tests included in these criteria such as flow cytometry for NK cell cytotoxicity and soluble CD25 levels are only available in specialized centres. Moreover, they can take days to weeks to result, leading to delays in diagnosis. Biomarkers that are unique to HLH and more readily available are needed to ensure a timelier diagnosis of this life-threatening disease. C-reactive protein (CRP) is a sensitive marker of inflammation that is driven by IL-6 activity, a cytokine that is significantly elevated in AOSD and CCS but comparatively less so in HLH. Our study sought to determine whether lower levels of CRP, in conjunction with other patterns of inflammatory markers, could reliably distinguish HLH from AOSD and CCS. METHODS This was a single-centre, retrospective study examining adult ( n=45) and pediatric ( n=12) patients with HLH, and adult patients with AOSD ( n=11) and CCS ( n=13). Patients were enrolled from Vancouver General Hospital between January 1 st, 2000, to June 28 th, 2023. CRP and ferritin levels were collected for each patient if available, and values were included in analysis only if drawn prior to HLH-specific treatment. Ferritin levels were included to add to our understanding of different patterns of inflammation seen in similar cytokine storm syndromes. The Kruskal-Wallis test was used to compare CRP and ferritin values in total HLH cases compared to AOSD and CCS. Diagnostic performance of CRP was analyzed by performing a receiver operating characteristic (ROC) curve for CRP in HLH patients using the Youden index to identify the optimal cut-off point for CRP values. RESULTS In total, eighty-one patients were included in the study. Median CRP was significantly lower in HLH compared to AOSD (68.9 mg/L versus 168.0 mg/L, p < 0.001) and CCS (68.9 mg/L versus 121.0 mg/L, p = 0.024) (Figure 1). Median serum ferritin levels were significantly lower in CCS compared to HLH (1,386 ng/mL versus 16,722, p < 0.001) and AOSD (1,3860 ng/mL versus 12,480 ng/mL, p = 0.016). There was no significant difference in ferritin levels between HLH and AOSD. The ROC curve was performed for CRP values in total HLH cases which demonstrated an Area Under the Curve (AUC) of 0.799, indicating a fair diagnostic performance in differentiating HLH, with a sensitivity of 66.1% and specificity of 87.5% for CRP values less than 94.5 mg/L, as calculated by Youden's index. CONCLUSION CRP is significantly lower in HLH compared to AOSD and CCS, suggesting that mild to moderate elevations in CRP reflect the comparatively lower IL-6 activity underlying HLH. When used in conjunction with other inflammatory markers, especially marked hyperferritinemia, a comparatively lower CRP value helps capture the unique cytokine pattern underlying HLH, and is a useful, easily accessible biomarker than can aid in the diagnosis of HLH.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,021

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,020
Tête enseignante GPT0,272
Écart entre enseignants0,252 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBloodMême sujetAutoimmune and Inflammatory Disorders ResearchTravaux en français237 207