Interleukin 6 Levels and Disease Activity in Takayasu Arteritis
Notice bibliographique
Résumé
BACKGROUND: Various studies have suggested interleukin 6 (IL-6) as a potential biomarker for detecting disease activity in Takayasu arteritis. METHODS: A systematic review and meta-analysis was performed to assess differences in IL-6 levels in patients with active (aTA) and inactive Takayasu arteritis (iTA), as well as healthy controls (HCs), using validated activity scores. Study quality and the risk of bias were assessed using STROBE (Strengthening the Reporting of Observational Studies in Epidemiology) and the Newcastle-Ottawa and Joanna Briggs checklist, respectively. For the meta-analysis, we pooled the raw mean IL-6 levels in each group and then estimated and pooled the crude mean differences between the groups. We applied a random-effects model in all analyses. RESULTS: Of the 93 eligible articles, 10 were included after removing duplicates and studies that met the exclusion criteria. Overall, 1825 patients with a mean age ranging from 24 to 40.6 years were included. The pooled levels of IL-6 increased depending on disease activity as follows: HCs: 3.08 (95% confidence interval [CI], 0.88-5.28), iTA: 7.21 (3.61-10.82), and aTA: 22.67 (12.44-32.91) pg/mL. Patients with aTA had higher IL-6 levels than HCs (21.52 [95% CI, -0.43 to 43.47]) and those with iTA (16.69 [95% CI, 5.32-28.06]), whereas IL-6 levels were not different between HCs and patients with iTA (3.62 [95% CI, -13.18 to 20.42]). CONCLUSIONS: Interleukin 6 levels are significantly increased in patients with aTA compared with those with iTA and HCs but not in patients with iTA compared with HCs. More studies are needed to establish the IL-6 cutoff value for assessing disease activity.
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 | 0,001 | 0,002 |
| 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 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 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 ».