Proteomic Biomarkers of Recovered Heart Function
Notice bibliographique
Résumé
AIMS: Chronic heart failure is a costly epidemic that affects up to 2% of people in developed countries. The purpose of this study was to discover novel blood proteomic biomarker signatures of recovered heart function that could lead to more effective heart failure patient management by both primary care and specialty physicians. METHODS AND RESULTS: The discovery cohort included 41 heart transplant patients and 20 healthy individuals. Plasma levels of 138 proteins were detected in at least 75% of these subjects by iTRAQ mass spectrometry. Eighteen proteins were identified that had (i) differential levels between pre-transplant patients with end-stage heart failure and healthy individuals; and (ii) levels that returned to normal by 1 month post-transplant in patients with stable heart function after transplantation. Seventeen of the 18 markers were validated by multiple reaction monitoring mass spectrometry in a cohort of 39 heart failure patients treated with drug therapy, of which 30 had recovered heart function and 9 had not. This 17-protein biomarker panel had 93% sensitivity and 89% specificity, while the RAMP® NT-proBNP assay had the same specificity but 80% sensitivity. Performance further improved when the panel was combined with NT-proBNP, yielding a net reclassification index relative to NT-proBNP of 0.28. CONCLUSIONS: We have identified potential blood biomarkers of recovered heart function by harnessing data from transplant patients. These biomarkers can lead to the development of an inexpensive protein-based blood test that could be used by physicians to monitor response to therapy in heart failure, resulting in more personalized, front-line heart failure patient 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 | 0,002 | 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 ».