Serum pharmacodynamic biomarkers for chronic corticosteroid treatment of children
Notice bibliographique
Résumé
Corticosteroids are extensively used in pediatrics, yet the burden of side effects is significant. Availability of a simple, fast, and reliable biochemical read out of steroidal drug pharmacodynamics could enable a rapid and objective assessment of safety and efficacy of corticosteroids and aid development of corticosteroid replacement drugs. To identify potential corticosteroid responsive biomarkers we performed proteome profiling of serum samples from DMD and IBD patients with and without corticosteroid treatment using SOMAscan aptamer panel testing 1,129 proteins in <0.1 cc of sera. Ten pro-inflammatory proteins were elevated in untreated patients and suppressed by corticosteroids (MMP12, IL22RA2, CCL22, IGFBP2, FCER2, LY9, ITGa1/b1, LTa1/b2, ANGPT2 and FGG). These are candidate biomarkers for anti-inflammatory efficacy of corticosteroids. Known safety concerns were validated, including elevated non-fasting insulin (insulin resistance), and elevated angiotensinogen (salt retention). These were extended by new candidates for metabolism disturbances (leptin, afamin), stunting of growth (growth hormone binding protein), and connective tissue remodeling (MMP3). Significant suppression of multiple adrenal steroid hormones was also seen in treated children (reductions of 17-hydroxyprogesterone, corticosterone, 11-deoxycortisol and testosterone). A panel of new pharmacodynamic biomarkers for corticosteroids in children was defined. Future studies will need to bridge specific biomarkers to mechanism of drug action, and specific clinical outcomes.
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 | 0,000 | 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 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 ».