Cell population data as predictive biomarkers for biologic therapy response in psoriasis
Notice bibliographique
Résumé
Background Biologic agents have significantly improved psoriasis treatment, but patient responses exhibit considerable heterogeneity, highlighting the urgent need for practical predictive biomarkers of therapeutic efficacy.Research design and methods This prospective cohort study enrolled 422 psoriasis patients and 150 healthy controls. Sixteen CPD parameters were measured using a hematology analyzer. We analyzed associations between baseline CPD and disease severity as well as inflammatory markers, assessed their predictive value for treatment response over 48 weeks of biologic therapy, and monitored early dynamic changes in CPD and their relationship with treatment response in 169 patients.Results All CPD parameters were significantly elevated in psoriasis patients compared to healthy controls (all p < 0.001). Baseline mean lymphocyte volume (MN-V-LY) demonstrated sustained negative correlations with PASI improvement rates from weeks 4 to 48 (ρ = −0.278 to −0.449, all p < 0.001). Early reduction in monocyte volume heterogeneity (SD-V-MO) was significantly associated with long-term efficacy (ρ = −0.355 to −0.546, all p < 0.001).Conclusions As simple, standardized hematological parameters, CPD show potential for clinical application in predicting biologic therapy response in psoriasis.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| 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 ».