A novel immune biomarker<i>IFI27</i>discriminates between influenza and bacteria in patients with suspected respiratory infection
Notice bibliographique
Résumé
Host response biomarkers can accurately distinguish between influenza and bacterial infection. However, published biomarkers require the measurement of many genes, thereby making it difficult to implement them in clinical practice. This study aims to identify a single-gene biomarker with a high diagnostic accuracy equivalent to multi-gene biomarkers. In this study, we combined an integrated genomic analysis of 1071 individuals with in vitro experiments using well-established infection models. We identified a single-gene biomarker, IFI27 , which had a high prediction accuracy (91%) equivalent to that obtained by multi-gene biomarkers. In vitro studies showed that IFI27 was upregulated by TLR7 in plasmacytoid dendritic cells, antigen-presenting cells that responded to influenza virus rather than bacteria. In vivo studies confirmed that IFI27 was expressed in influenza patients but not in bacterial infection, as demonstrated in multiple patient cohorts (n=521). In a large prospective study (n=439) of patients presented with undifferentiated respiratory illness (aetiologies included viral, bacterial and non-infectious conditions), IFI27 displayed 88% diagnostic accuracy (AUC) and 90% specificity in discriminating between influenza and bacterial infections. IFI27 represents a significant step forward in overcoming a translational barrier in applying genomic assay in clinical setting; its implementation may improve the diagnosis and management of respiratory infection.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».