Genomic and Serological Rheumatoid Arthritis Biomarkers, <i>MUC5B</i> Promoter Variant, and Interstitial Lung Abnormalities
Notice bibliographique
Résumé
Abstract Rationale Rheumatoid arthritis (RA) has been implicated in interstitial lung disease, as the majority of studies have comprised patients with known RA. However, it remains unclear whether an underlying risk for RA in combination with genetic risk for pulmonary fibrosis is associated with radiological markers of early lung injury and fibrosis in broader population samples. Objective We sought to determine whether genetic and serological biomarkers of RA risk in combination with the MUC5B (rs35705950) risk allele (T) are associated with interstitial lung abnormalities (ILAs) on computed tomography scans. Methods Associations of RA-risk HLA-DRB1 alleles (*04:01, *04:08, *04:05, *04:04, and *10:01) and serum RA autoantibodies with ILA in the Multi-Ethnic Study of Atherosclerosis (MESA; n = 4,018) and COPDGene (n = 5,963) cohorts were modeled using logistic regression and adjusted for age, sex, self-reported race and ethnicity, smoking history, body mass index, and principal components of genetic ancestry. Results The prevalence of an RA-risk HLA-DRB1 allele was 16.5% and 21.9% in the MESA and COPDGene cohorts, respectively. ILA was present in 3.9% and 11% of the MESA and COPDGene cohorts, respectively. An RA-risk HLA-DRB1 allele was not significantly associated with ILA in the MESA and COPDGene cohorts. In the MESA cohort, higher serum levels of immunoglobulin (Ig)A rheumatoid factor (RF) and anticyclic citrullinated peptide were associated with odds ratios for ILA of 1.20 (95% confidence interval [CI] = 1.07–1.35) and 1.19 (95% CI = 1.04–1.38), respectively. Among smokers without baseline ILA, per doubling of IgM RF was associated with an odds ratio for ILA 10 years later of 1.25 (95% CI = 1.08–1.44). Associations were not significantly different by MUC5B risk allele status. Conclusions RA-related HLA-DRB1 alleles were not associated with ILA, whereas higher serum levels of IgM RF among smokers without baseline ILA were associated with subsequent ILA.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| 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) | 0,003 | 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 ».