Characterization of Kidney Injury Molecule-1 in Cats
Notice bibliographique
Résumé
BACKGROUND: Kidney disease (KD) is common in older cats and presumed to arise from subclinical kidney injuries throughout life. Sensitive markers for detecting kidney injury are lacking. Kidney injury molecule 1 (KIM-1) is a useful biomarker of kidney injury in humans and rodents. HYPOTHESIS/OBJECTIVES: Feline KIM-1 is conserved across species, expressed in kidney, and shed into urine of cats with acute kidney injury (AKI). The objectives were to characterize the feline KIM-1 gene and protein, assess available immunoassays for detecting KIM-1 in urine of cats, and identify KIM-1 expression in kidney sections. ANIMALS: Samples from 36 hospitalized and 7 clinically healthy cats were evaluated. Hospitalized cats were divided into 2 groups based on absence (n = 20) or presence (n = 16) of historical KD. METHODS: Feline KIM-1 genomic and complementary DNA sequences were amplified, sequenced and analyzed to determine the presence of isoforms, exon-intron organization and similarity with orthologous sequences. Presence in urine was evaluated by immunoassay and expression in kidney by immunohistochemistry. RESULTS: Three expressed feline KIM-1 transcript variants comprising 894, 810, and 705 bp were identified in renal tissue. KIM-1 immunoassays yielded positive results in urine of cats with conditions associated with AKI, but not chronic KD. Immunohistochemistry of kidney sections identified KIM-1 in proximal tubular cells of cats with positive urine immunoassay results. CONCLUSIONS AND CLINICAL IMPORTANCE: Kidney injury molecule 1 was expressed in specific segments of the nephron and detected in urine of cats at risk of AKI. Urine KIM-1 immunoassay may be a useful indicator of tubular injury.
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 ».