Serum proteomics as a strategy to identify novel biomarkers of neurologic recovery after cardiac arrest: a feasibility study
Notice bibliographique
Résumé
BACKGROUND: Serum biomarkers may play a role in prognostication after cardiac arrest. This study was designed to assess the feasibility of using two-dimensional gel electrophoresis (2D-GE) coupled with mass spectrometry (MS) as a proteomic strategy to identify novel biomarkers that may predict neurological recovery. METHODS: Adult comatose survivors of ventricular fibrillation or pulseless ventricular tachycardia were considered eligible. Blood was collected and serum separated within 6 h of hospital admission and then at 24 h afterwards. Neurological outcome was assessed at 3 months with the Cerebral Performance Category (CPC) score. Serum was assessed with 2D-GE with and without prior depletion of high abundance proteins. Protein differences between patients with good (CPC 1,2) vs. poor (CPC 3-5) neurological recovery were subsequently identified with MS. RESULTS: From August 2010 to June 2014, 11 patients meeting eligibility criteria were recruited, from which serum was available from 9 (5 with good neurological outcome). On non-depleted serum, only high abundance acute phase proteins such as haptoglobin, cell-free hemoglobin, albumin, and amyloid were detected in both patients with good and poor neurological recovery. Following depletion of high abundance proteins, proteins identified by MS in both patient populations were the acute phase reactants c-reactive protein and retinol binding protein-4. Proteins uniquely identified in the serum of patients with poor neurological recovery included 14-3-3 (epsilon and zeta isoforms) and muskelin. CONCLUSIONS: Two-D-GE coupled with MS is a feasible strategy to facilitate the identification of novel predictive biomarkers. The presence of muskelin and 14-3-3 in the serum of patients with poor neurological prognosis warrants further investigation.
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 | 0,003 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 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 ».