Anti-Sp4 and anti-CCAR1 autoantibodies in UK <i>vs</i> US patients with adult and juvenile-onset anti-TIF1γ-positive myositis
Notice bibliographique
Résumé
OBJECTIVES: Anti-transcriptional intermediary factor 1γ (TIF1γ) autoantibodies are associated with malignancy in adult-onset idiopathic inflammatory myopathy (IIM) and this risk is attenuated if patients are also positive for anti-specificity protein 4 (Sp4) or anti-cell division cycle apoptosis regulator protein 1 (CCAR1). In anti-TIF1γ positive dermatomyositis (DM) patients from the USA, anti-Sp4 and anti-CCAR1 autoantibody frequencies are reported as 32% and 43% in adults and 9% and 19% in juveniles, respectively. This study aims to identify the frequency of anti-Sp4 and anti-CCAR1 in adult and juvenile UK anti-TIF1γ-positive myositis populations and report clinical associations. METHODS: Serum samples from 51 UK participants with adult-onset IIM and 55 UK participants with JDM, all anti-TIF1γ autoantibody positive, and 24 healthy control samples were screened for anti-Sp4 and anti-CCAR1 autoantibodies by ELISA. RESULTS: In UK adult anti-TIF1γ positive IIM patients, anti-Sp4 and anti-CCAR1 frequencies were 4% (2/51) and 16% (8/51). Both adult patients with anti-Sp4 were also positive for anti-CCAR1. In UK juveniles, anti-Sp4 was not detected and 13% (7/55) had anti-CCAR1 autoantibodies. Nineteen (37%) anti-TIF1γ positive UK adult myositis patients had cancer; neither of the two patients with anti-Sp4 autoantibodies and 25% (2/8) of anti-CCAR1 autoantibody-positive patients had cancer. No anti-Sp4 or anti-CCAR1 clinical associations were identified. CONCLUSION: Anti-Sp4 and anti-CCAR1 autoantibodies are less common in the adult UK anti-TIF1γ-positive myositis population compared with published data from the USA, limiting their use as biomarkers for cancer risk. In patients with juvenile onset disease, anti-Sp4 is less frequent in UK patients compared with the USA, but the prevalence of anti-CCAR1 autoantibodies is similar.
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 | 0,001 |
| 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 | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».