TYPE I INTERFERON STATUS AND CLINICAL MANIFESTATIONS IN A LARGE COHORT OF PATIENTS WITH SYSTEMIC LUPUS ERYTHEMATOSUS
Notice bibliographique
Résumé
ABSTRACT Objective: Type I interferon (IFN) plays a key role in SLE pathogenesis, and an elevated IFN gene signature (IGS) has been associated with increased disease severity. This study aimed to retrospectively analyze the clinical and serological characteristics of SLE patients based on IFN-high or IFN-low status. Methods: We analyzed a large cohort of 506 patients with SLE from the University of Toronto Lupus Clinic. Patients were classified as IFN-high or IFN-low based on IGS measured using the DxTerity Modular Immune Profile test. Demographic data, disease activity scores (SLE Disease Activity Index-2000 [SLEDAI-2K], Adjusted Mean SLEDAI-2K [AMS], Adjusted AMS Glucocorticoids [AMSG]), cumulative organ involvement, autoantibody profiles, and medication use were compared between high and IFN-low groups. Results: Of the 506 patients, 291 (57.5%) were IFN-high and 215 (42.5%) were IFN-low. IFN-high patients were younger at study entry (median 46.3 vs. 54.2 years) and had shorter disease duration (median 14.1 vs. 22.7 years). IFN-high patients had higher disease activity scores (SLEDAI-2K, AMS, AMSG) and were more likely to be on glucocorticoids (38.5% vs. 27%) and immunosuppressants (63.6% vs. 45.6%), particularly mycophenolate (39.5% vs. 24.7%). They also had a greater prevalence of positive autoantibodies. Despite higher disease activity, cumulative damage (SDI) was similar between IFN-high and IFN-low groups. Conclusions: Patients with an elevated IGS have more active and severe disease, accumulating more autoantibodies and requiring greater immunosuppression. Retrospective AMS/AMSG analyses further support IGS as a predictor of disease burden. Future studies should explore its role in guiding personalized treatment strategies.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 ».