Association of Type III and Type VI Collagen Neoepitopes With Disease Severity in Systemic Sclerosis
Notice bibliographique
Résumé
Objective Dysregulated collagen turnover is implicated in systemic sclerosis (SSc) pathogenesis. We evaluated collagen turnover biomarkers in relation to the severity of fibrotic manifestations, key cytokines, and progression in SSc. Methods Baseline and 6-month serum samples of patients with early SSc in the Collaborative National Quality and Efficacy Registry (CONQUER) cohort were analyzed for type III (pro-collagen III [PRO-C3] and collagen III M [C3M]) and type VI (pro-collagen VI [PRO-C6] and collagen VI M [C6M]) collagen turnover biomarkers, as well as C-reactive protein (CRP), interleukin 6 (IL-6), and interferon (IFN)-inducible proteins. The modified Rodnan skin score and % predicted forced vital capacity (FVC%) served as surrogate markers of disease severity. Results A total of 222 patients were included. PRO-C3 ( P < 0.001) and PRO-C6 ( P < 0.001) concentrations were higher in patients with diffuse disease, whereas C6M ( P = 0.04) was higher in those with interstitial lung disease. Baseline PRO-C3 ( P < 0.001) and PRO-C6 ( P < 0.001) positively correlated with mRSS, whereas C3M ( P = 0.03) and C6M ( P = 0.01) negatively correlated with FVC%, although the magnitude of the observed correlations was in the weak range ( r s < 0.4). Collagen biomarker concentrations positively correlated with CRP, IL-6, and IFN-inducible proteins at baseline. Although changes in CRP positively correlated with changes in collagen degradation protein levels (C3M and C6M), they did not correlate with changes in collagen formation protein levels (PRO-C3 and PRO-C6). In contrast, changes in IFN score showed the highest correlation with changes in PRO-C6. Conclusion PRO-C3 and PRO-C6 correlated with skin disease severity, whereas C3M and C6M correlated with lung disease severity. Collagen turnover biomarkers correlated with CRP, IL-6, and IFN-inducible proteins, providing support for the link between inflammation and fibrosis in SSc.
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 | 0,001 | 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 ».