Serum cytokine profiles of adults with idiopathic inflammatory myopathies
Notice bibliographique
Résumé
OBJECTIVES: There is a paucity of available biomarkers of disease activity in idiopathic inflammatory myopathies (IIM), and serum cytokines/chemokines hold potential as candidate biomarkers. We aimed to determine serum cytokine profiles of IIM patients with active disease as compared to patients in remission and healthy controls. METHODS: The IIM patients with active disease (included patients enrolled in repository corticotropin injection trial), in remission, and healthy controls were enrolled in this cross-sectional observational study. Serum concentrations of 51 cytokines/chemokines were obtained by utilising a bead-based multiplex cytokine assay (Luminex®). The myositis core set measures were obtained for all the patients. Cytokines with the best predictive ability to differentiate these clinical groups were assessed with three methods: 1) Least Absolute Shrinkage and Selection Operator modelling, 2) stepwise approach, and 3) logistic regression model. RESULTS: Twenty-one IIM patients with active disease, 11 IIM patients in remission and 10 healthy controls were enrolled. Myositis patients had elevated levels of chemokines that attract eosinophils (eotaxin) and dendritic cells, NK cells, cytotoxic T-cells and monocytes/macrophages (CXCL-9, IP-10), cytokines that drive T-helper 1 responses (TNF-a, lymphotoxin-a), matrix degrading enzymes (MMP-3 and -9), and IGFBP-2 compared to healthy controls. Myositis patients with active disease had higher levels of lymphotoxin-a, CXCL-9, MIP-1a, MIP-1b and MMP-3 than patients in remission. CONCLUSIONS: This study demonstrated differences in cytokine profiles of IIM patients (active and inactive disease) compared to healthy controls and identified some cytokines that could potentially be used as biomarkers. Larger longitudinal studies are needed to validate our findings.
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) | 0,001 | 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 | 0,000 | 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 ».