Serum S100A8/A9 and MMP-9 levels are elevated in systemic lupus erythematosus patients with cognitive impairment
Notice bibliographique
Résumé
Objective: Cognitive impairment (CI) is one of the most common manifestations of Neuropsychiatric Systemic Lupus Erythematosus (NPSLE). Despite its frequency, we have a limited understanding of the underlying immune mechanisms, resulting in a lack of pathways to target. This study aims to bridge this gap by investigating differences in serum analyte levels in SLE patients based on their cognitive performance, independently from the attribution to SLE, and exploring the potential for various serum analytes to differentiate between SLE patients with and without CI. Methods: Two hundred ninety individuals aged 18-65 years who met the 2019-EULAR/ACR classification criteria for SLE were included. Cognitive function was measured utilizing the adapted ACR-Neuropsychological Battery (ACR-NB). CI was defined as a z-score of ≤-1.5 in two or more domains. The serum levels of nine analytes were measured using ELISA. The data were randomly partitioned into a training (70%) and a test (30%) sets. Differences in the analyte levels between patients with and without CI were determined; and their ability to discriminate CI from non-CI was evaluated. Results: Of 290 patients, 40% (n=116) had CI. Serum levels of S100A8/A9 and MMP-9, were significantly higher in patients with CI (p=0.006 and p=0.036, respectively). For most domains of the ACR-NB, patients with CI had higher S100A8/A9 serum levels than those without. Similarly, S100A8/A9 had a negative relationship with multiple CI tests and the highest AUC (0.74, 95%CI: 0.66-0.88) to differentiate between patients with and without CI. Conclusion: In this large cohort of well-characterized SLE patients, serum S100A8/A9 and MMP-9 were elevated in patients with CI. S100A8/A9 had the greatest discriminatory ability in differentiating between patients with and without CI.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».