Association of Serum MiR-142-3p and MiR-101-3p Levels with Acute Cellular Rejection after Heart Transplantation
Notice bibliographique
Résumé
BACKGROUND: Identifying non-invasive and reliable blood-derived biomarkers for early detection of acute cellular rejection in heart transplant recipients is of great importance in clinical practice. MicroRNAs are small molecules found to be stable in serum and their expression patterns reflect both physiological and underlying pathological conditions in human. METHODS: We compared a group of heart transplant recipients with histologically-verified acute cellular rejection (ACR, n = 26) with a control group of heart transplant recipients without allograft rejection (NR, n = 37) by assessing the levels of a select set of microRNAs in serum specimens. RESULTS: The levels of seven microRNAs, miR-142-3p, miR-101-3p, miR-424-5p, miR-27a-3p, miR-144-3p, miR-339-3p and miR-326 were significantly higher in ACR group compared to the control group and could discriminate between patients with and without allograft rejection. MiR-142-3p and miR-101-3p had the best diagnostic test performance among the microRNAs tested. Serum levels of miR-142-3p and miR-101-3p were independent of calcineurin inhibitor levels, as measured by tacrolimus and cyclosporin; kidney function, as measured by creatinine level, and general inflammation state, as measured by CRP level. CONCLUSION: This study demonstrated two microRNAs, miR-142-3p and miR-101-3p, that could be relevant as non-invasive diagnostic tools for identifying heart transplant patients with acute cellular rejection.
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 ».