Urinary NMR metabolomic profiles discriminate inflammatory bowel disease from healthy
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND AND AIMS: Inflammatory bowel disease, a chronic inflammation of the intestinal tract, presents in two variations, Ulcerative Colitis (UC) and Crohn's disease (CD). Given that treatment of CD differs from UC, a single test that provided strong diagnostic ability would offer great clinical value. Two previous studies have indicated that CD can be distinguished from UC, and that both can be distinguished from non-IBD-type gastrointestinal disease, based on urinary and faecal metabolite profiling. METHODS: Analysis of healthy as well as CD and UC patients attending an IBD clinic was performed. IBD patients were classified into two groups (CD or UC) based on chart review of clinical, endoscopic, and histological assessment. Urine samples were obtained and analyzed using nuclear magnetic resonance (NMR) spectroscopy combined with targeted profiling techniques, followed by univariate and multivariate statistical analysis. RESULTS: Based on urinary metabolomics, individuals with IBD could be differentiated from healthy. Major differences between IBD and healthy included TCA cycle intermediates, amino acids, and gut microflora metabolites. Comparison of CD and UC patients revealed discrimination, but removal of patients with the surgical intervention confounder revealed that CD could not be discriminated from UC. CONCLUSIONS: This study highlights the potential for metabolomics to distinguish IBD from the healthy state but shows that careful consideration must be given to establishing disease-representative cohorts that are free of confounding factors.
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.
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 découle