Loading...
Annals of the rheumatic diseases2024May03Vol.issue()

新規の自己抗体は、抗SSA抗体陰性シェーグレン疾患の診断を支援し、異常な唇の唾液腺の病理を予測するのに役立ちます

,
,
,
,
,
,
,
,
,
文献タイプ:
  • Journal Article
概要
Abstract

目的:シェーグレン病(SJD)診断には、陽性の抗SSA抗体または陽性の唾液腺生検(FS)のいずれかが必要です。SJD患者の3分の1は抗SSA抗体(SSA-)を欠いており、診断に陽性のFSが必要です。私たちの目的は、「血清陰性」SJDを診断するための新しい自己抗体を特定することでした。 方法:高密度全体のヒトペプチドームアレイへのIgG結合は、SSA-SJD症例の血清を使用して定量化され、非自動免疫コントロールを一致させました。経験的ベイジアン統計フィルターを使用して最高の結合ペプチドを特定しました。これは、SSASJD(n = 76)、自己免疫のないSICCA制御(n = 75)、および自己免疫性機能コントロール(SJDの特徴を満たしていないが、SJDを満たしていない)を含む独立したコホートで確認しました。SJD基準。この外部検証では、グループ比較における結合の存在量と制御された誤検出率のためにノンパラメトリック手法を使用しました。予測モデリングには、ロジスティック回帰、モデル選択方法、および交差検証を使用して、SSA-SJDおよびFS陽性を予測する臨床およびペプチド変数を特定しました。 結果:D-アミノアシル-TRNAデアシラーゼ(DTD2)からのペプチドに対するIgGは、SICCAコントロール(P = 0.004)および結合コントロール(SICCA制御と自己免疫性食品コントロールの組み合わせ; P = 0.003)よりもSSA-SJDでより多く結合しました。レトロエレメントサイレンシングファクター-1およびDTD2からのペプチドに対するIgGは、FS陰性の参加者よりもFS陽性でより多く結合しました(P = 0.010; P = 0.012)。臨床変数を組み込んだ予測モデルは、SJD対コントロール(曲線下面積74%)とFS陽性対FS陰性(AUC 72%)の間で良好な識別を示しました。 結論:SSA-SJDおよびFS陽性の良好な予測値を持つSSA-SJDに、新規自己抗体を提示します。

目的:シェーグレン病(SJD)診断には、陽性の抗SSA抗体または陽性の唾液腺生検(FS)のいずれかが必要です。SJD患者の3分の1は抗SSA抗体(SSA-)を欠いており、診断に陽性のFSが必要です。私たちの目的は、「血清陰性」SJDを診断するための新しい自己抗体を特定することでした。 方法:高密度全体のヒトペプチドームアレイへのIgG結合は、SSA-SJD症例の血清を使用して定量化され、非自動免疫コントロールを一致させました。経験的ベイジアン統計フィルターを使用して最高の結合ペプチドを特定しました。これは、SSASJD(n = 76)、自己免疫のないSICCA制御(n = 75)、および自己免疫性機能コントロール(SJDの特徴を満たしていないが、SJDを満たしていない)を含む独立したコホートで確認しました。SJD基準。この外部検証では、グループ比較における結合の存在量と制御された誤検出率のためにノンパラメトリック手法を使用しました。予測モデリングには、ロジスティック回帰、モデル選択方法、および交差検証を使用して、SSA-SJDおよびFS陽性を予測する臨床およびペプチド変数を特定しました。 結果:D-アミノアシル-TRNAデアシラーゼ(DTD2)からのペプチドに対するIgGは、SICCAコントロール(P = 0.004)および結合コントロール(SICCA制御と自己免疫性食品コントロールの組み合わせ; P = 0.003)よりもSSA-SJDでより多く結合しました。レトロエレメントサイレンシングファクター-1およびDTD2からのペプチドに対するIgGは、FS陰性の参加者よりもFS陽性でより多く結合しました(P = 0.010; P = 0.012)。臨床変数を組み込んだ予測モデルは、SJD対コントロール(曲線下面積74%)とFS陽性対FS陰性(AUC 72%)の間で良好な識別を示しました。 結論:SSA-SJDおよびFS陽性の良好な予測値を持つSSA-SJDに、新規自己抗体を提示します。

OBJECTIVES: Sjögren disease (SjD) diagnosis often requires either positive anti-SSA antibodies or a labial salivary gland biopsy with a positive focus score (FS). One-third of patients with SjD lack anti-SSA antibodies (SSA-), requiring a positive FS for diagnosis. Our objective was to identify novel autoantibodies to diagnose 'seronegative' SjD. METHODS: IgG binding to a high-density whole human peptidome array was quantified using sera from SSA- SjD cases and matched non-autoimmune controls. We identified the highest bound peptides using empirical Bayesian statistical filters, which we confirmed in an independent cohort comprising SSA- SjD (n=76), sicca-controls without autoimmunity (n=75) and autoimmune-feature controls (SjD features but not meeting SjD criteria; n=41). In this external validation, we used non-parametric methods for binding abundance and controlled false discovery rate in group comparisons. For predictive modelling, we used logistic regression, model selection methods and cross-validation to identify clinical and peptide variables that predict SSA- SjD and FS positivity. RESULTS: IgG against a peptide from D-aminoacyl-tRNA deacylase (DTD2) bound more in SSA- SjD than sicca-controls (p=0.004) and combined controls (sicca-controls and autoimmune-feature controls combined; p=0.003). IgG against peptides from retroelement silencing factor-1 and DTD2 were bound more in FS-positive than FS-negative participants (p=0.010; p=0.012). A predictive model incorporating clinical variables showed good discrimination between SjD versus control (area under the curve (AUC) 74%) and between FS-positive versus FS-negative (AUC 72%). CONCLUSION: We present novel autoantibodies in SSA- SjD that have good predictive value for SSA- SjD and FS positivity.

医師のための臨床サポートサービス

ヒポクラ x マイナビのご紹介

無料会員登録していただくと、さらに便利で効率的な検索が可能になります。

Translated by Google