A Transcriptomic Biomarker to Quantify Systemic Inflammation in Sepsis — A Prospective Multicenter Phase II Diagnostic Study
Notice bibliographique
Résumé
Development of a dysregulated immune response discriminates sepsis from uncomplicated infection. Currently used biomarkers fail to describe simultaneously occurring pro- and anti-inflammatory responses potentially amenable to therapy. Marker candidates were screened by microarray and, after transfer to a platform allowing point-of-care testing, validated in a confirmation set of 246 medical and surgical patients. We identified up-regulated pathways reflecting innate effector mechanisms, while down-regulated pathways related to adaptive lymphocyte functions. A panel of markers composed of three up- (Toll-like receptor 5; Protectin; Clusterin) and 4 down-regulated transcripts (Fibrinogen-like 2; Interleukin-7 receptor; Major histocompatibility complex class II, DP alpha1; Carboxypeptidase, vitellogenic-like) described the magnitude of immune alterations. The created gene expression score was significantly greater in patients with definite as well as with possible/probable infection than with no infection (median (Q25/Q75): 80 (60/101)) and 81 (58/97 vs. 49 (27/66), AUC-ROC=0.812 (95%-CI 0.755-0.869), p<0.0001). Down-regulated lymphocyte markers were associated with prognosis with good sensitivity but limited specificity. Quantifying systemic inflammation by assessment of both pro- and anti-inflammatory innate and adaptive immune responses provides a novel option to identify patients-at-risk and may facilitate immune interventions in sepsis.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».