MétaCan
Menu
Retour à la cohorte
Enregistrement W2265376827 · doi:10.1186/s12920-016-0166-9

Gene expression profiling in necrotizing enterocolitis reveals pathways common to those reported in Crohn’s disease

2015· article· en· W2265376827 sur OpenAlexafffund
Éric Tremblay, Marie‐Pier Thibault, Emanuela Ferretti, Corentin Babakissa, Valérie Bertelle, Marcos Bettolli, Karolina Burghardt, Jean-François Colombani, David Grynspan, Émile Lévy, Peng Lü, Sandeep Mayer, Daniel Ménard, O. Mouterde, Ingrid B. Renes, Ernest G. Seidman, Jean‐François Beaulieu

Notice bibliographique

RevueBMC Medical Genomics · 2015
Typearticle
Langueen
DomaineNursing
ThématiqueInfant Nutrition and Health
Établissements canadiensUniversité de MontréalAgricultural Research Institute of OntarioCanadian Nutrition SocietyUniversity of OttawaMcGill UniversityOntario Centre of Excellence for Child and Youth Mental HealthCentre Hospitalier Universitaire Sainte-JustineUniversité de Sherbrooke
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésNecrotizing enterocolitisGene expression profilingHuman geneticsDNA microarrayCrohn's diseaseBiologyDiseaseGene expressionGeneBioinformaticsMedicineComputational biologyGeneticsInternal medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Necrotizing enterocolitis (NEC) is the most frequent life-threatening gastrointestinal disease experienced by premature infants in neonatal intensive care units. The challenge for neonatologists is to detect early clinical manifestations of NEC. One strategy would be to identify specific markers that could be used as early diagnostic tools to identify preterm infants most at risk of developing NEC or in the event of a diagnostic dilemma of suspected disease. As a first step in this direction, we sought to determine the specific gene expression profile of NEC. METHODS: Deep sequencing (RNA-Seq) was used to establish the gene expression profiles in ileal samples obtained from preterm infants diagnosed with NEC and non-NEC conditions. Data were analyzed with Ingenuity Pathway Analysis and ToppCluster softwares. RESULTS: Data analysis indicated that the most significant functional pathways over-represented in NEC neonates were associated with immune functions, such as altered T and B cell signaling, B cell development, and the role of pattern recognition receptors for bacteria and viruses. Among the genes that were strongly modulated in neonates with NEC, we observed a significant degree of similarity when compared with those reported in Crohn's disease, a chronic inflammatory bowel disease. CONCLUSIONS: Gene expression profile analysis revealed a predominantly altered immune response in the intestine of NEC neonates. Moreover, comparative analysis between NEC and Crohn's disease gene expression repertoires revealed a surprisingly high degree of similarity between these two conditions suggesting a new avenue for identifying NEC biomarkers.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,101
Tête enseignante GPT0,351
Écart entre enseignants0,250 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations54
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBMC Medical GenomicsMême sujetInfant Nutrition and HealthTravaux en français237 207