Abstract Early diagnosis is critical to improve outcomes in rheumatoid arthritis (RA), but current diagnostic tools have limited sensitivity. Here we report a large-scale multicenter study involving training and validation cohorts of 3,262 participants. We show that serum levels of soluble scavenger receptor-A (sSR-A) are increased in patients with RA and correlate positively with clinical and immunological features of the disease. This discriminatory capacity of sSR-A is clinically valuable and complements the diagnosis for early stage and seronegative RA. sSR-A also has 15.97% prevalence in undifferentiated arthritis patients. Furthermore, administration of SR-A accelerates the onset of experimental arthritis in mice, whereas inhibition of SR-A ameliorates the disease pathogenesis. Together, these data identify sSR-A as a potential biomarker in diagnosis of RA, and targeting SR-A might be a therapeutic strategy.

This study aimed to investigate the relationship between the triglyceride glucose (TyG) index and all-cause mortality in patients with heart failure (HF).

Machine learning has shown to be an effective method for early prediction and intervention of Gestational diabetes mellitus (GDM), which greatly decreases GDM incidence, reduces maternal and infant complications and improves the prognosis. However, there is still much room for improvement in data quality, feature dimension, and accuracy. The contributions and mechanism explanations of clinical data at different pregnancy stages to the prediction accuracy are still lacking. More importantly, current models still face notable obstacles in practical applications due to the complex and diverse input features and difficulties in redeployment. As a result, a simple, practical but accurate enough model is urgently needed.

The remarkable advancements in surgical techniques over recent years have shifted the clinical focus from merely reducing mortality to enhancing the quality of postoperative recovery. The duration of a patient's hospital stay serves as a crucial indicator in evaluating postoperative recovery and surgical outcomes. This study aims to identify predictors of the length of hospital stay for children who have undergone corrective surgery for Ebstein Anomaly (EA).

Intra-operative urine output (UO) has been shown to predict postoperative acute kidney injury (AKI) in adults; however, its significance in children undergoing cardiac surgery remains unknown.

Current diagnosis and treatment of rheumatoid arthritis (RA) is still challenging. More than one-third of patients with RA could not be accurately diagnosed because of lacking biomarkers. Our recent study reported that scavenger receptor-A (SR-A) is a biomarker for RA, especially for anticyclic citrullinated peptide antibody (anti-CCP)–negative RA. Here, we further identified the B cell autoantigenic epitopes of SR-A. By a large-scale multicenter study including one training and three validation cohorts of 1954 participants, we showed that anticitrullinated SR-A peptide antibody (anti-CSP) was exclusively elevated in RA as a biomarker, particularly useful for seronegative RA. Combination of anti-CSP with anti-CCP demonstrated superior diagnostic value for RA, with sensitivity of 84.83% and specificity of 92.43%. Moreover, RA anti-CSP revealed distinct glycosylation patterns, capable of provoking inflammation in cartilage organoids and exacerbating disease progression in experimental arthritis. Together, these data identify anti-CSP as an RA autoantibody clinically applicable and actively involved in disease pathogenesis.