Anti-mitochondrial antibodies as markers of disease activity in childhood-onset systemic lupus erythematosus: a longitudinal cohort study
Notice bibliographique
Résumé
OBJECTIVES: Mitochondria are prominent antigenic sources, capable of triggering IFN-induced inflammatory pathways in SLE. Recent studies suggest presence of AMA in LN patients with adult-onset SLE. Whether AMA reflect disease activity in childhood-onset SLE (cSLE) remains unexplored. Here, we present inaugural data on the potential utility of AMA as a biomarker in cSLE. METHODS: Human mitochondria were incubated with serum, and IgG, IgM and IgA binding assessed by flow cytometry. Sera were obtained prospectively from 29 cSLE patients, at two different timepoints (TP), the first (TP-1) representing a state of active disease (SLEDAI ≥4), and the second (TP-2), of clinically quiescent disease (SLEDAI ≤4). IFNα2 serum levels were assessed by single-molecule array. RESULTS: Median age at disease diagnosis was 14.9 ± 3.6 years. Median SLEDAI and prednisone dose were 9.5 and 0.43 mg/kg/day at TP-1, and 2 and 0.14 mg/kg/day at TP-2. Median time interval between TP-1 and TP-2 was of 6 ± 3.7 months. AMA-IgG decreased between TP-1 and TP-2 (P = 0.0426), and correlated positively with SLEDAI (ρ = 0.41, P = 0.026) and anti-dsDNA (ρ = 0.66, P = 0.0001) at TP-1. AMA-IgM oscillated according to disease activity (P = 0.0065), while AMA-IgA remained stable. AMA-IgG and -IgM correlated with IFNα2 levels (ρ = 0.729, P < 0.0001, and ρ = 0.631, P = 0.001, respectively) during active disease. CONCLUSION: AMA-IgG emerges as a promising biomarker of disease activity in cSLE, and its increase is in alignment with elevated IFNα2 expression.
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 | 0,001 | 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 | 0,001 |
| 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 ».