Uncovering novel therapeutic clues for hypercoagulable active ulcerative colitis: novel findings from old data
Notice bibliographique
Résumé
Background: Hypercoagulability has been shown to act as an important component of ulcerative colitis (UC) pathogenesis and disease activity, and is strongly correlated with the occurrence of venous thromboembolism (VTE). This study aimed at providing novel therapeutic clues for hypercoagulable active UC. Methods: The coagulation score model was developed using VTE cohorts, and the predictive performance of this model was evaluated by coagulation subtypes of UC patients, which were clustered by the unsupervised method. Subsequently, the response of UC of distinct coagulation types, as identified by the coagulation scoring model, to different biological agents was evaluated. Immunoinflammatory cells and molecules that were associated with hypercoagulable active UC were explored by employing gene set variation analysis, single-sample gene set enrichment analysis, univariate logistic regression analysis, and immunohistochemistry. Results: A coagulation scoring model was established, which includes five key coagulation factors (ARHGAP35, CD46, BTK, C1QB, and F2R), and accurately distinguished the coagulation subtypes of UC. When comparing anti-TNF-α agents with other biological agents after determining the model, especially golimumab, it showed more effective treatment for hypercoagulable active UC. CXCL8 has been identified as playing an important role in the tightly interconnected network between the immune-inflammatory system and coagulation system in UC. Immunohistochemical analysis showed that the expression of CXCL8, BTK, C1QB, and F2R was upregulated in active UC. Conclusions: Anti-TNF-α agents have significant therapeutic effects on hypercoagulable active UC, and the strong association between CXCL8, hypercoagulation, and disease activity provides a novel therapeutic insight into hypercoagulable active 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 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 | 0,003 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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 ».