Metabolomic determination of pathogenesis of late-onset preeclampsia
Notice bibliographique
Résumé
OBJECTIVE: Our primary objective was to apply metabolomic pathway analysis of first trimester maternal serum to provide an insight into the pathogenesis of late-onset preeclampsia (late-PE) and thereby identify plausible therapeutic targets for PE. METHODS: NMR-based metabolomics analysis was performed on 29 cases of late-PE and 55 unaffected controls. In order to achieve sufficient statistical power to perform the pathway analysis, these cases were combined with a group of previously analyzed specimens, 30 late-PE cases and 60 unaffected controls. Specimens from both groups of cases and controls were collected in the same clinical centers during the same time period. In addition, NMR analyses were performed in the same lab and using the same techniques. RESULTS: We identified abnormalities in branch chain amino acids (valine, leucine and isoleucine) and propanoate, glycolysis, gluconeogenesis and ketone body metabolic pathways. The results suggest insulin resistance and metabolic syndrome, mitochondrial dysfunction and disturbance of energy metabolism, oxidative stress and lipid dysfunction in the pathogenesis of late PE and suggest a potential role for agents that reduce insulin resistance in PE. CONCLUSIONS: Branched chain amino acids are known markers of insulin resistance and strongly predict future diabetes development. The analysis provides independent evidence linking insulin resistance and late-PE and suggests a potentially important therapeutic role for pharmacologic agents that reduce insulin resistance for late-PE.
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 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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».