Signatures of cardioembolic and large‐vessel ischemic stroke
Notice bibliographique
Résumé
OBJECTIVE: The cause of stroke remains unknown or cryptogenic in many patients. We sought to determine whether gene expression signatures in blood can distinguish between cardioembolic and large-vessel causes of stroke, and whether these profiles can predict stroke etiology in the cryptogenic group. METHODS: A total of 194 samples from 76 acute ischemic stroke patients were analyzed. RNA was isolated from blood and run on Affymetrix U133 Plus2.0 microarrays. Genes that distinguish large-vessel from cardioembolic stroke were determined at 3, 5, and 24 hours following stroke onset. Predictors were evaluated using cross-validation and a separate set of patients with known stroke subtype. The cause of cryptogenic stroke was predicted based on a model developed from strokes of known cause and identified predictors. RESULTS: A 40-gene profile differentiated cardioembolic stroke from large-vessel stroke with >95% sensitivity and specificity. A separate 37-gene profile differentiated cardioembolic stroke due to atrial fibrillation from nonatrial fibrillation causes with >90% sensitivity and specificity. The identified genes elucidate differences in inflammation between stroke subtypes. When applied to patients with cryptogenic stroke, 17% are predicted to be large-vessel and 41% to be cardioembolic stroke. Of the cryptogenic strokes predicted to be cardioembolic, 27% were predicted to have atrial fibrillation. INTERPRETATION: Gene expression signatures distinguish cardioembolic from large-vessel causes of ischemic stroke. These gene profiles may add valuable diagnostic information in the management of patients with stroke of unknown etiology though they need to be validated in future independent, large studies.
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 ».