Sialic Acid Binding Ig-Like Lectin 1 is a Biomarker of Disease Activity in Autoimmune Inflammatory Myopathies
Notice bibliographique
Résumé
Objectives Sialic acid binding Ig-like lectin 1 (SIGLEC1) is an adhesion molecule expressed on monocytes and macrophages, a surrogate marker for the Type I Interferon pathway, and a candidate biomarker for several autoimmune diseases. This study aimed to investigate serum SIGLEC1 levels as a novel biomarker for (1) disease activity in autoimmune inflammatory myopathies (AIM); and (2) clinical AIM manifestations. Methods AIM patients enrolled in a multisite study registry with routine venipuncture samples bio-banked at baseline visits were included. Baseline clinical data were utilized. Sera were tested for SIGLEC1 using a capture immunoassay (Aviva Systems Biology, San Diego CA). The physician global disease activity assessment (PGA), which ranges from 0 (no disease activity) to 10 (very severe disease), was used to rate overall disease activity in AIM patients classified as having active (PGA ≥2) or inactive (PGA <2) disease. Patients were also classified as having active or inactive disease for 6 individual organ systems included in the myositis disease activity assessment visual analog scales tool (MYOACT): constitutional, cutaneous, skeletal, gastrointestinal, pulmonary, and cardiac. SIGLEC1 concentrations (ng/mL) were compared between patients with active and inactive diseases and those with and without AIM-specific manifestations using t-test. Results 87 AIM patients (32.2% male, median age 57.0±19 years) with dermatomyositis (DM, n=38), polymyositis (PM, n=7), antisynthetase syndrome (AS, n=2), immune-mediated necrotizing myopathy (IMNM, n=5), inclusion body myositis (IBM, n=10), overlap (n=20), and other myopathies (n=4) were included. Higher SIGLEC1 concentration differentiated active from inactive disease in AIM (mean difference 2.7 ng/mL, 95% CI 0.7-4.8, p<0.05) (Figure 1), and DM (mean difference 4.0 ng/mL, 95% CI 0.3-7.5, p<0.05). Higher SIGLEC1 concentrations were found among patients with cutaneous (mean difference 1.7 ng/mL, 95% CI 0.1-3.4), skeletal (mean difference 2.0 ng/mL, 95% CI 0.1-3.9), and gastrointestinal (mean difference 2.2 ng/mL, 95% CI 0.5-3.9) involvement compared to patients without these features. Figure 1 Serum SIGLEC1 levels in AIM patients separated by PGA score: active (PGA≥2) and inactive (PGA<2). Horizontal bars show median values; asterisks (**) represent significant results (p<0.01). T-test was used to compare groups. PGA, physician global assessment; SIGLEC1, sialic acid binding Ig-like lectin 1. Conclusion SIGLEC1 is a promising biomarker for assessing disease activity in AIM, particularly DM, and is associated with the presence of cutaneous, skeletal, and gastrointestinal clinical features. The candidacy of SIGLEC1 as a novel AIM biomarker requires further investigation and validation in a larger cohort of AIM patients. Future studies are underway to validate these findings and evaluate SIGLEC1 as a predictor of overall AIM disease activity during the course of the disease.
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 | 0,000 |
| 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) | 0,001 | 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 ».