Prediction of Cardioembolic, Arterial, and Lacunar Causes of Cryptogenic Stroke by Gene Expression and Infarct Location
Notice bibliographique
Résumé
BACKGROUND AND PURPOSE: The cause of ischemic stroke remains unclear, or cryptogenic, in as many as 35% of patients with stroke. Not knowing the cause of stroke restricts optimal implementation of prevention therapy and limits stroke research. We demonstrate how gene expression profiles in blood can be used in conjunction with a measure of infarct location on neuroimaging to predict a probable cause in cryptogenic stroke. METHODS: The cause of cryptogenic stroke was predicted using previously described profiles of differentially expressed genes characteristic of patients with cardioembolic, arterial, and lacunar stroke. RNA was isolated from peripheral blood of 131 cryptogenic strokes and compared with profiles derived from 149 strokes of known cause. Each sample was run on Affymetrix U133 Plus 2.0 microarrays. Cause of cryptogenic stroke was predicted using gene expression in blood and infarct location. RESULTS: Cryptogenic strokes were predicted to be 58% cardioembolic, 18% arterial, 12% lacunar, and 12% unclear etiology. Cryptogenic stroke of predicted cardioembolic etiology had more prior myocardial infarction and higher CHA(2)DS(2)-VASc scores compared with stroke of predicted arterial etiology. Predicted lacunar strokes had higher systolic and diastolic blood pressures and lower National Institutes of Health Stroke Scale compared with predicted arterial and cardioembolic strokes. Cryptogenic strokes of unclear predicted etiology were less likely to have a prior transient ischemic attack or ischemic stroke. CONCLUSIONS: Gene expression in conjunction with a measure of infarct location can predict a probable cause in cryptogenic strokes. Predicted groups require further evaluation to determine whether relevant clinical, imaging, or therapeutic differences exist for each group.
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 ».