Immunological signatures in patients with Sjögren's disease: association with systemic disease activity at diagnosis
Notice bibliographique
Résumé
OBJECTIVES: This study aimed to analyse the relationship between distinct autoantibody combinations (immunological signatures) and systemic disease activity in patients with Sjögren's disease (SjD). The hypothesis was that specific multi-autoantibody signatures would be associated with higher systemic disease activity at diagnosis, serving as predictors of a more severe disease course. METHODS: A retrospective observational study was conducted using data from the Big Data Sjögren Project Consortium, an international multicentre registry. The serological status (positive/negative) at diagnosis for ANA, RF, anti-Ro, and anti-La was recorded for each patient. Systemic disease activity was assessed using the EULAR Sjögren's Syndrome Disease Activity Index (ESSDAI) and a simplified Disease Activity Score (DAS) categorised as low, moderate, or high. Statistical analyses included pairwise comparisons, a sensitivity analysis grouping signatures by the number of positive antibodies, and demographic-adjusted ordinal models. RESULTS: Serum autoantibodies were highly prevalent, with over 94% of patients having at least one autoantibody. The mean ESSDAI values varied significantly across signatures. The fully seronegative group had the lowest mean ESSDAI at 3.61, while the fully seropositive group (ANA+/Ro+/La+/RF+) had the highest among common phenotypes, with a mean of 7.93. A strong dose-response relationship was observed, with each additional positive autoantibody associated with a 1.11-point mean increase in ESSDAI and a 35% increase in the odds of being in a higher DAS category. The rarest signatures, such as ANA-/Ro-/La+/RF+, exhibited the highest mean systemic activity (mean 13.20). CONCLUSIONS: The number and combination of SjD-related autoantibodies at diagnosis are robustly associated with systemic disease activity. Multi-positive profiles, particularly those combining RF with anti-Ro, identify patients at higher risk of systemic activity. Interpreting combined serological patterns offers an immediate, low-cost method for patient stratification and can help guide clinical 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 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 | 0,000 | 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 | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 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 ».