MétaCan
Menu
Retour à la cohorte
Enregistrement W2752840174 · doi:10.1021/acs.jafc.7b02000

DI/LC-MS/MS-Based Metabolic Profiling for Identification of Early Predictive Serum Biomarkers of Metritis in Transition Dairy Cows

2017· article· en· W2752840174 sur OpenAlexafffund
Guanshi Zhang, Qilan Deng, Rupasri Mandal, David S. Wishart, Burim N. Ametaj

Notice bibliographique

RevueJournal of Agricultural and Food Chemistry · 2017
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueReproductive Physiology in Livestock
Établissements canadiensUniversity of Alberta
Organismes subventionnairesGenome AlbertaNatural Sciences and Engineering Research Council of CanadaAlberta Livestock and Meat Agency
Mots-clésMetritisMetaboliteBiomarkerMedicinePredictive valueArea under the curveSerum concentrationDiagnostic biomarkerMetabolomicsInternal medicineChromatographyDiagnostic accuracyChemistryBiologyBiochemistryIce calving

Résumé

récupéré en direct d'OpenAlex

The objectives of this study were to evaluate alterations of metabolites in the blood of dairy cows before, during, and after diagnosis of metritis and identify predictive serum metabolite biomarkers for metritis. DI/LC-MS/MS was used to analyze serum samples collected from both healthy and metritic cows during -8, -4, disease diagnosis, +4, and +8 wks relative to parturition. Results indicated that cows with metritis experienced altered concentrations of serum amino acids, glycerophospholipids, sphingolipids, acylcarnitines, and biogenic amines during the entire experimental period. Moreover, two sets of predictive biomarker models and one set of diagnostic biomarker models for metritis were developed, and all of them showed high sensitivity and specificity (e.g., high AUC values by the ROC curve evaluation), which indicate that serum metabolites identified have pretty accurate predictive, diagnostic, and prognostic abilities for metritis in transition dairy cows.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,513
Score d'incertitude au seuil0,194

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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 Opus0,019
Tête enseignante GPT0,237
Écart entre enseignants0,218 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations24
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Agricultural and Food ChemistryMême sujetReproductive Physiology in LivestockTravaux en français237 207