Serum Markers of Fibroinflammatory Activity PRO-C3 and CPa9-HNE Are Associated with Liver-Related Outcomes in Patients with Chronic Hepatitis C
Notice bibliographique
Résumé
BACKGROUND: Chronic hepatitis C (CHC) infection remains a global health burden, contributing to the risk of long-term complications such as progressive fibrosis, cirrhosis, and hepatocellular carcinoma, particularly in undiagnosed or untreated individuals. Novel biomarkers for the assessment of disease progression and prognosis are required for fibroinflammatory chronic liver disease. Our study population from the Hepatitis C Antiviral Long Term Treatment Against Cirrhosis (HALT-C) trial was used to investigate the association of neoepitope fibroinflammatory biomarkers with clinical outcomes in patients with CHC infection. METHODS: Baseline serum samples from 339 patients with advanced CHC from the HALT-C cohort were included and assessed for liver-related clinical outcomes. We assessed the fibrogenesis marker nordicPRO-C3™ and the neutrophil activity marker nordicCPa9-HNE™. RESULTS: The active fibrogenesis marker PRO-C3 was associated with disease progression and liver-related outcomes in patients with CHC, with a 4-fold increased hazard (95% CI: 1.91-8.30) of liver-related outcomes in patients with high compared with low PRO-C3 levels at baseline. Grouping patients with a combination of high or low active fibrogenesis, PRO-C3, and high and low neutrophil activity, CPa9-HNE, revealed that the patient endotype with high fibrogenesis and low neutrophil activity had the highest risk of developing liver-related outcomes in patients with CHC. CONCLUSIONS: PRO-C3 was associated with the risk of liver-related outcomes in patients with CHC infection in our HALT-C subpopulation. Grouping patients based on neoepitope biomarkers reflecting active fibrogenesis and neutrophil activity could provide fibroinflammatory disease endotype classification that may be applicable to other chronic liver diseases with appropriate validation.
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 | 0,002 |
| 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 | 0,000 | 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 ».