Blood proteomic signatures associated with disease activity in inflammatory bowel diseases
Notice bibliographique
Résumé
BACKGROUND AND AIMS: Inflammatory bowel disease (IBD), including Crohn's disease (CD) and ulcerative colitis (UC), remain heterogeneous disorders with variable response to biologics. Post-operative recurrence in CD is common despite surgery and prophylactic biotherapies. Understanding the inflammatory mediators associated with recurrence and treatment response could pave the way for personalized strategies. METHODS: We analyzed serum inflammatory protein signatures using proteomics in two prospective cohorts. The REMIND cohort included post-operative CD patients undergoing ileocecal resection with endoscopic assessment at 6 months (M6). Serum samples were collected at surgery and 6 months later. The ELYP cohort consisted of active IBD patients starting new biotherapies (anti-tumor necrosis factor [anti-TNF], ustekinumab, or vedolizumab). Serum samples were collected pre- and post-treatment (Weeks 14 and 52). RESULTS: In the REMIND cohort, proteomic analysis revealed elevated levels of IFN-γ, CXCL9, and MMP-10 in patients with recurrence, with concentrations associated with recurrence severity. Preoperative MMP-10 levels predicted severe recurrence (AUC = 0.70). Under biotherapies, treatment-specific proteins were associated with recurrence: CXCL9 for anti-TNF and OSM/TGFα modules for ustekinumab. In the ELYP cohort, IFN-γ and CXCL9 were significantly elevated in CD compared to UC and associated with disease activity. Early response to anti-TNF treatment (Week 14) was associated with reductions in CXCL9, MMP-10, and OSM, while deep remission (Week 52) correlated with decreases in CXCL9 and OSM. CONCLUSION: Our findings reveal inflammatory blood proteomic signatures associated with post-operative recurrence and biologic treatment failure in IBD. Several key biomarkers were identified. These results support the rationale for personalized approaches, including combination therapies targeting multiple pathways.ClincialTrials.gov number, NCT02693340 and NCT02693340.
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 | 0,000 | 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 | 0,000 |
| 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 ».