Identification of immune cell markers associated with ulcerative colitis histological disease activity in colonic biopsies
Notice bibliographique
Résumé
AIMS: Accurate determination of histological activity in ulcerative colitis (UC) is essential given its diagnostic and prognostic importance. Data on the relationship between histology and immune cell markers are limited. We aimed to evaluate the association between histological disease activity and immune cell marker concentration in colonic biopsies from patients with UC. METHODS: Sigmoid colon biopsies from 20 patients with UC were retrospectively assessed using the Robarts Histopathology Index (RHI). Targeted mass spectrometry determined the concentration of 18 immune cell markers (cluster of differentiation (CD) 4, CD8, CD19, CD20, CD40, CD56, CD68, CD103, forkhead box p3 (FOXP3), human leucocyte antigen, DR alpha chain (HLA-DRA), interleukin 10 (IL-10), IL-23 subunit alpha (IL-23A), IL-23 receptor (IL-23R), IL-2 receptor alpha chain (IL-2RA), Ki67, lymphocyte-activation gene 3 (LAG-3), programmed cell death protein 1 (PD-1) and PD ligand 1 (PD-L1)). The association between RHI score and immune cell marker concentration was quantified using Spearman's rank correlation coefficient (ρ) and related 95% CIs. RESULTS: Fourteen of the 18 immune cell marker proteins were detected, with tissue concentration ranging from 0.003 to 11.53 fmol/µg. The overall RHI score was positively correlated with CD19, CD20, CD40, FOXP3, LAG-3, PD-1 and PD-L1 concentration (ρ=0.596-0.799) and negatively correlated with CD56 concentration (ρ=-0.460). There was no significant association between RHI score and CD4, CD8, CD68, CD103, HLA-DRA or Ki67 concentration. CONCLUSIONS: This study provides insight into the correlation between immune cell marker expression and histological disease activity and the possible molecular and immunological determinants underlying microscopic disease activity in UC.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,000 |
| 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 ».