Pre‐Treatment <scp>MMP7</scp> Predicts Progressive Idiopathic Pulmonary Fibrosis in Antifibrotic Treated Patients
Notice bibliographique
Résumé
BACKGROUND AND OBJECTIVE: Idiopathic pulmonary fibrosis (IPF) is a chronic progressive lung disease with a poor prognosis. Antifibrotics slow the decline of pulmonary function after 12-months, but limited studies have examined the role of circulatory biomarkers in antifibrotic treated IPF patients. METHODS: Serum from 98 IPF participants, from the Australian Idiopathic Pulmonary Fibrosis Registry were collected at four time-points over 1 year post-antifibrotic treatment and analysed as two separate cohorts. Patients were stratified as progressive, if they experienced ≥ 10% decline in FVC or ≥ 15% decline in DLCO or were deceased within 1 year of treatment initiation: or otherwise as stable. Ten molecules of interest were measured by ELISAs in patient serum. RESULTS: Baseline MMP7 levels were higher in progressive than stable patients in Cohort 1 (p = 0.02) and Cohort 2 (p = 0.0002). Baseline MMP7 levels also best differentiated progressive from stable patients (Cohort 1, AUC = 0.74, p = 0.02; Cohort 2, AUC = 0.81, p = 0.0003). Regression analysis of the combined cohort showed that elevated MMP7 levels predicted 12-month progression (OR = 1.530, p = 0.010) and increased risk of overall mortality (HR = 1.268, p = 0.002). LASSO regression identified a multi-biomarker panel (MMP7, ICAM-1, CHI3L1, CA125) that differentiated progression more accurately than MMP7 alone. Furthermore, GAP combined with MMP7, ICAM-1, CCL18 and SP-D was more predictive of 3-year mortality than GAP alone. CONCLUSION: MMP7 along with a multi-biomarker and GAP panel can predict IPF progression and mortality, with the potential for optimising management.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 ».