MétaCan
Menu
← Retour à la cohorte
Enregistrement W2461699721 · doi:10.1371/journal.pone.0157550

Whole Blood Gene Expression Differentiates between Atrial Fibrillation and Sinus Rhythm after Cardioversion

2016· article· en· W2461699721 sur OpenAlexafffund
Kripa Raman, Stefanie Aeschbacher, Matthias Bossard, Thomas Hochgruber, Andreas Zimmermann, Beat A. Kaufmann, Katrin Pumpol, Peter Rickenbacker, Guillaume Paré, David Conen

Notice bibliographique

RevuePLoS ONE · 2016
Typearticle
Langueen
DomaineMedicine
ThématiqueAtrial Fibrillation Management and Outcomes
Établissements canadiensHamilton General HospitalHamilton Health SciencesThrombosis and Atherosclerosis Research InstituteMcMaster UniversityPopulation Health Research Institute
Organismes subventionnairesMach-Gaensslen Foundation of CanadaFreiwillige Akademische GesellschaftUniversität BaselSchweizerischer Nationalfonds zur Förderung der Wissenschaftlichen ForschungNational Science Foundation
Mots-clésCardioversionSinus rhythmMedicineAtrial fibrillationInternal medicinePDK4CardiologyPathophysiologyNatriuretic peptideBiomarkerArea under the curveGene expressionHeart failureGeneBiology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Treatment to restore sinus rhythm among patients with atrial fibrillation (AF) has limited long-term success rates. Gene expression profiling may provide new insights into AF pathophysiology. OBJECTIVE: To identify biomarkers and improve our understanding of AF pathophysiology by comparing whole blood gene expression before and after electrical cardioversion (ECV). METHODS: In 46 patients with persistent AF that underwent ECV, whole blood samples were collected 1-2 hours before and 4 to 6 weeks after successful cardioversion. The paired samples were sent for microarray and plasma biomarker comparison. RESULTS: Of 13,942 genes tested, expression of SLC25A20 and PDK4 had the strongest associations with AF. Post-cardioversion, SLC25A20 and PDK4 expression decreased by 0.8 (CI 0.7-0.8, p = 2.0x10-6) and 0.7 (CI 0.6-0.8, p = 3.0x10-5) fold respectively. Median N-terminal pro B-type natriuretic peptide (NT-proBNP) concentrations decreased from 127.7 pg/mL to 44.9 pg/mL (p = 2.3x10-13) after cardioversion. AF discrimination models combining NT-proBNP and gene expression (NT-proBNP + SLC25A20 area under the curve = 0.88, NT-proBNP + PDK4 AUC = 0.86) had greater discriminative capacity as compared with NT-proBNP alone (AUC = 0.82). Moreover, a model including NT-proBNP, SLC25A20 and PDK4 significantly improved AF discrimination as compared with other models (AUC = 0.87, Net Reclassification Index >0.56, p<5.8x10-3). We validated the association between SLC25A20 and PDK4 with AF in an independent sample of 17 patients. CONCLUSION: This study demonstrates that SLC25A20, PDK4, and NT-proBNP have incremental utility as biomarkers discriminating AF from sinus rhythm. Elevated SLC25A20 and PDK4 expression during AF indicates an important role for energy metabolism in AF.

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)0,001
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: Observationnel
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
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
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 Opus0,050
Tête enseignante GPT0,256
Écart entre enseignants0,206 · 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

Citations17
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePLoS ONE→Même sujetAtrial Fibrillation Management and Outcomes→Travaux en français237 207→