Identification of Host Proteins Predictive of Early Stage Mycobacterium tuberculosis Infection
Notice bibliographique
Résumé
The objective of this study was to identify blood-based protein biomarkers of early stage Mycobacterium tuberculosis (Mtb) infection. We utilized plasma and serum specimens from TB patients and their contacts (age≥12) enrolled in a household contact study in Uganda. In the discovery phase cross-sectional samples from 104 HIV-uninfected persons classified as either active TB, latent Mtb infection (LTBI), tuberculin skin test (TST) converters, or persistent TST-negative were analyzed. Two hundred eighty-nine statistically significant (false discovery rate corrected p<0.05) differentially expressed proteins were identified across all comparisons. Proteins associated with cellular immunity and lipid metabolism were induced early after Mtb infection. One hundred and fifty-nine proteins were selected for a targeted mass spectrometry assay. A set of longitudinal samples from 52 TST-negative subjects who converted to TST-positive or remained TST-negative were analyzed, and multivariate logistic regression was used to identify unique protein panels able to predict TST conversion with cross-validated AUC>0.85. Panel performance was confirmed with an independent validation set of longitudinal samples from 16 subjects. These candidate protein biomarkers may allow for the identification of recently Mtb infected individuals at highest risk for developing active TB and most likely to benefit from preventive therapy.
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 | 0,002 |
| 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 ».