Discovery and Clinical Validation of C1M and C4M as Soluble Biomarkers for Diagnosis, Prognosis, and Symptom Prediction in Psoriatic Disease and Other Inflammatory Arthropathies
Notice bibliographique
Résumé
Psoriatic disease (PsD) is a complex, heterogeneous disease with unmet medical needs in terms of its diagnosis, management, and prognosis. The identification of biomarkers could improve the implementation of precision medicine in PsD, but to date, none of these biomarkers have been clinically validated. Biomarkers can support clinical trials in several ways, including (1) diagnostics, (2) drug pharmacodynamics, (3) prognostics for patient selection and monitoring of drug efficacy, and (4) predictive models for clinical outcomes. Biomarkers can sometimes be used for both diagnosis and prognosis. Benefits of biomarkers use may include shorter duration of clinical trials, faster access to new treatments, and a personalized approach to disease management. Several potential biomarkers have recently demonstrated promise for use in PsD, including C1M, a serum biomarker reflecting collagen type I collagen degradation, and C4M, a type IV collagen metabolite, but clinical validation has not yet been completed. Here, and as presented at the Group for Research and Assessment of Psoriasis and Psoriatic Arthritis 2024 annual meeting, we summarize the status of biomarker discovery for PsD and their overlap with other musculoskeletal diseases such as rheumatoid arthritis and axial spondyloarthritis.
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 | 0,013 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 ».