Metabolic Profiling of Serum Samples by 1H Nuclear Magnetic Resonance Spectroscopy as a Potential Diagnostic Approach for Septic Shock*
Notice bibliographique
Résumé
OBJECTIVES: To determine whether a nuclear magnetic resonance-based metabolomics approach can be useful for the early diagnosis and prognosis of septic shock in ICUs. DESIGN: Laboratory-based study. SETTING: University research laboratory. SUBJECTS: Serum samples from septic shock patients and ICU controls (ICU patients with systemic inflammatory response syndrome but not suspected of having an infection) were collected within 24 hours of admittance to the ICU. INTERVENTIONS: None. MEASUREMENTS AND MAIN RESULTS: H nuclear magnetic resonance spectra of septic shock and ICU control samples were analyzed and quantified using a targeted profiling approach. By applying multivariate statistical analysis (e.g., orthogonal partial least squares discriminant analysis), we were able to distinguish the patient groups and detect specific metabolic patterns. Some of the metabolites were found to have a significant impact on the separation between septic shock and control samples. These metabolites could be interpreted in terms of a biological human response to septic shock and they might serve as a biomarker pattern for septic shock in ICUs. Additionally, nuclear magnetic resonance-based metabolomics was evaluated in order to detect metabolic variation between septic shock survivors and nonsurvivors and to predict patient outcome. The area under the receiver operating characteristic curve indicated an excellent predictive ability for the constructed orthogonal partial least squares discriminant analysis models (septic shock vs ICU controls: area under the receiver operating characteristic curve = 0.98; nonsurvivors vs survivors: area under the receiver operating characteristic curve = 1). CONCLUSIONS: Our results indicate that nuclear magnetic resonance-based metabolic profiling could be used for diagnosis and mortality prediction of septic shock in the ICU.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».