Circulating biomarkers in subjects with progressive pulmonary fibrosis: data from the INBUILD trial
Notice bibliographique
Résumé
Background We investigated the prognostic potential of circulating biomarkers at baseline and the effects of nintedanib on changes in these biomarkers in subjects with progressive pulmonary fibrosis (PPF). Methods In the INBUILD trial, subjects with PPF received nintedanib (n=332) or placebo (n=331). Associations between biomarker levels at baseline and the rate of forced vital capacity (FVC) decline (mL·year −1 ) over 52 weeks, time to interstitial lung disease (ILD) progression (absolute decline in FVC % predicted ≥10%) or death over 52 weeks, time to first acute exacerbation or death over the whole trial, and time to death over the whole trial were assessed in the placebo group. Changes in adjusted mean levels of biomarkers in the nintedanib and placebo groups were assessed using linear mixed models for repeated measures. Biomarker data were log 2 transformed prior to analysis. Analyses were corrected for multiplicity. Results Baseline level of s-ICAM was significantly associated with rate of FVC decline and time to ILD progression or death over 52 weeks in the placebo group. No biomarker was significantly associated with time to first acute exacerbation or death or time to death. Decreases in Krebs von den Lungen-6 (KL-6), surfactant protein D (SP-D), CA-125 and CA19-9 were observed in subjects who received nintedanib versus placebo over 52 weeks. The largest decrease was in CA-125. In a mediation analysis, 16.4% of the effect of nintedanib on change in FVC at week 52 was attributed to the treatment-related decrease in CA-125 at week 12. Conclusions In subjects with PPF, nintedanib reduced circulating CA-125 and, to a lesser extent, other markers of epithelial dysfunction.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».