The effect of highly effective modulator therapy on systemic inflammation in cystic fibrosis
Notice bibliographique
Résumé
ABSTRACT Background Despite significant clinical improvements, there is evidence of persisting airway inflammation in people with cystic fibrosis established on Elexacaftor/tezacaftor/ivacaftor (ETI) therapy. As CF is a multi-system disease, systemic immune profiles can reflect local inflammation within the lungs and other organs. Understanding systemic inflammation after ETI therapy may reveal important translational insights. This study aims to profile systemic inflammatory changes and relate these to the well-documented improvements observed with ETI therapy. Methods We conducted a single-centre longitudinal study with 57 CF subjects initiating ETI therapy. All participants were Phe508del homozygous or Phe508del/minimal function. Blood samples were collected pre-ETI and 3-12 months post-therapy initiation. Analyses included mass spectrometry-based proteomics, a multiplex immunoassay, and flow cytometry for peripheral immune cell counts and phenotype. Controls samples were provided by 29 age-matched healthy controls. Results Systemic inflammation reduced with ETI therapy; however, the immune profile remained distinct from healthy controls. ETI reduced neutrophil counts and was associated with a more mature, less inflammatory phenotype, as well as a shift toward an immune resolving state associated with increased CD206 expression. Cytokines known to influence neutrophil levels reduced with therapy. Despite ETI therapy, neutrophil and monocyte counts remained elevated compared to healthy controls. There was no obvious association between the ETI-related improvements in systemic inflammation and lung function. Conclusions Patients with CF show evidence of persisting systemic inflammation despite ETI therapy, this may have long term potentially adverse effects on respiratory and other organ systems.
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 | 0,001 | 0,001 |
| 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) | 0,001 | 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 ».