Serum and Histologic Eosinophilia as a Predictive Biomarker of Response to Mirikizumab in Ulcerative Colitis
Notice bibliographique
Résumé
INTRODUCTION: Eosinophils may contribute to ulcerative colitis (UC) pathogenesis through inflammation and epithelial injury. Mirikizumab, a selective IL-23 inhibitor, has shown efficacy in moderate-to-severe UC. However, the relationship between eosinophils and treatment outcomes with IL-23 inhibition remains unclear. OBJECTIVE: This post-hoc analysis of the LUCENT-1 trial evaluated trends in serum and histologic eosinophils as biomarkers for early response to mirikizumab induction therapy in UC. DESIGN: Data from LUCENT-1 (NCT03518086) were analyzed to assess serum eosinophil counts and histologic eosinophil presence at baseline and week 12. Clinical response, remission, and endoscopic improvement were defined by modified Mayo score criteria. Logistic regression models, adjusted for factors including steroid use, prior biologic failure, disease severity, and albumin levels, assessed associations between baseline eosinophil levels and treatment outcomes. RESULTS: Among 928 participants, 66.6% achieved clinical response. Responders had higher baseline serum eosinophils (0.23 × 109/L vs 0.19 × 109/L, P = .001) and showed greater reductions at week 12. Elevated baseline eosinophils (≥0.57 × 109/L) were associated with higher rates of clinical response (80% vs 65.7%, aOR: 2.31, P = .013), remission (33.3% vs 25.1%, aOR: 1.91, P = .044), and endoscopic improvement (46.7% vs 33.8%, aOR: 2.33, P = .003). Reductions in histologic eosinophils were also linked to improved outcomes, especially in those with moderate/marked baseline presence. CONCLUSIONS AND RELEVANCE: Baseline eosinophil levels may predict response to mirikizumab and guide early treatment decisions. These findings support a potential role for eosinophils as biomarkers in UC management.
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 | 0,005 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,001 |
| 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 ».