Avoiding false discovery in biomarker research
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Human tyrosine-protein phosphatase non-receptor type substrate 1α (SIRPA) is a surface marker identified in cardiomyocytes differentiated from human embryonic stem cells. Our objective was to determine if circulating SIRPA levels can serve as a biomarker of cardiac injury in children undergoing open heart surgery. RESULTS: Paired pre- and post-operative serum samples from 48 pediatric patients undergoing open heart surgery and from 6 pediatric patients undergoing non-cardiac surgery (controls) were tested for SIRPA protein levels using commercially available SIRPA ELISA kits from two manufacturers. Post-operative SIRPA concentrations were significantly higher in patients after cardiac surgery compared to non-cardiac surgery when tested using SIRPA ELISA kits from both manufacturers. To verify the identity of the protein detected, recombinant human SIRPA protein (rhSIRPA) was tested on both ELISA kits. The calibrator from both ELISA kits was analyzed by Western blot as well as by Mass Spectrometry (MS). Western blot analysis of calibrators from both kits did not identity SIRPA. MS analysis of calibrators from both ELISA kits identified several inflammatory markers and albumin but no SIRPA was detected. CONCLUSIONS: We conclude that commercially available ELISA kits for SIRPA give false-positive results. Verifying protein identity using robust protein characterization is critical to avoid false biomarker discovery when using commercial ELISA kits.
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.
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 découle