MétaCan
Menu
Retour à la cohorte
Enregistrement W2751074777 · doi:10.1002/mds.27173

Profiling novel metabolic biomarkers for Parkinson's disease using in‐depth metabolomic analysis

2017· article· en· W2751074777 sur OpenAlexafffund
Wei Han, Shraddha Sapkota, Richard Camicioli, Roger A. Dixon, Liang Li

Notice bibliographique

RevueMovement Disorders · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueParkinson's Disease Mechanisms and Treatments
Établissements canadiensWomen and Children’s Health Research InstituteUniversity of Alberta
Organismes subventionnairesNational Institute on AgingNatural Sciences and Engineering Research Council of CanadaCanadian Institutes of Health ResearchGenome Canada
Mots-clésMetabolomicsParkinson's diseaseProfiling (computer programming)MedicineDiseaseBioinformaticsPathologyBiologyComputer science

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: To profile the amine/phenol submetabolome to determine potential metabolite biomarkers associated with Parkinson's disease (PD) and PD with incipient dementia. METHODS: At baseline of a 3-wave (18-month intervals) longitudinal study, serum samples were collected from 42 healthy controls and 43 PD patients. By wave 3 (year 3), 16 PD patients were diagnosed with dementia and were classified as PD with incipient dementia at baseline. Metabolomic profiling using dansylation isotope labeling liquid chromatography mass spectrometry was conducted to compare controls with the full PD, PD with no dementia, and PD with incipient dementia groups. RESULTS: Metabolomic analyses detected 719 common metabolites in 80% of the samples. Some were significantly altered in pairwise comparison of different groups (fold change of >1.2 or <0.83 with q < 0.05). We discriminated PD and controls by using a 5-metabolite panel, vanillic acid, 3-hydroxykynurenine, isoleucyl-alanine, 5-acetylamino-6-amino-3-methyluracil, and theophylline. The receiver operating characteristic curve produced an area-under-the-curve value of 0.955 with 87.5% sensitivity and 93.0% specificity. In comparing PD with no dementia with PD with incipient dementia, we used an 8-metabolite panel, His-Asn-Asp-Ser, 3,4-dihydroxyphenylacetone, desaminotyrosine, hydroxy-isoleucine, alanyl-alanine, putrescine [-2H], purine [+O] and its riboside. This produced an area-under-the-curve value of 0.862 with 80.0% sensitivity and 77.0% specificity. CONCLUSIONS: The significantly altered metabolites can be used to differentiate (1) PD patients from healthy controls with high accuracy and (2) the stable PD with no dementia group from those with incipient dementia. Following further validation in larger cohorts, these metabolites could be used for both discrimination and establishing prognosis in PD. © 2017 International Parkinson and Movement Disorder Society.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,040
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,037
Tête enseignante GPT0,318
Écart entre enseignants0,281 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations99
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMovement DisordersMême sujetParkinson's Disease Mechanisms and TreatmentsTravaux en français237 207