S100A8/A9 and sRAGE kinetic after polytrauma; an explorative observational study
Notice bibliographique
Résumé
BACKGROUND: Following tissue injury after trauma, the activation of innate immune pathways results in systemic inflammation, organ failure and an increased risk of infections. The objective of this study was to characterize the kinetics of the S100A8/S100A9 complex, a new-recognized alarmin, as well as its soluble receptor sRAGE, over time after trauma as potential early biomarkers of the risk of organ damage. METHODS: We collected comprehensive data from consenting patients admitted to an ICU following severe trauma. The blood samples were taken at Day 0 (admission), Day1, 3 and 5 S100A8/A9 and sRAGE were measured by ELISA. Biomarkers levels were reported as median (IQR). RESULTS: Thirty-eight patients sustaining in majority a blunt trauma (89%) with a median ISS of 39 were included. In this cohort, the S100A8/A9 complex increased significantly over time (p = 0.001), but its levels increment over time (D0 to D5) was significantly smaller in patients developing infection (7.6 vs 40.1 mcg/mL, p = 0.011). The circulating level of sRAGE circulating levels decreased over time (p < 0.0001) and was higher in patients who remained in shock on day 3 (550 vs 918 pg/mL; p = 0.02) or 5 (498 vs 644 pg/mL; p = 0.045). Admission sRAGE levels were significantly higher in non-survivors (1694 vs 745 pg/mL; p = 0.015) and was higher in patients developing renal failure (1143 vs 696 pg/mL, p = 0.011). DISCUSSION: Our findings reveal an interesting association between the biomarker S100A8/9 least increase over time and the presence of infectious complication after trauma. We describe that the sRAGE decline over time is in relation with shock and markers of ischemic injury. We also confirm the association of sRAGE levels measured at admission with mortality and the development of renal failure. CONCLUSIONS: This work illustrates the importance of following the circulating level of biomarker overtime. The utilization of S1008/9 as a tool to stratify infection risk and trigger early interventions need to be validated prospectively.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».