Verification of a proteomic biomarker panel to diagnose minor stroke and transient ischaemic attack: phase 1 of SpecTRA, a large scale translational study
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
OBJECTIVE: To derive a plasma biomarker protein panel from a list of 141 candidate proteins which can differentiate transient ischaemic attack (TIA)/minor stroke from non-cerebrovascular (mimic) conditions in emergency department (ED) settings. DESIGN: Prospective clinical study (#NCT03050099) with up to three timed blood draws no more than 36 h following symptom onset. Plasma samples analysed by multiple reaction monitoring-mass spectrometry (MRM-MS). PARTICIPANTS: Totally 545 participants suspected of TIA enrolled in the EDs of two urban medical centres. OUTCOMES: 90-day, neurologist-adjudicated diagnosis of TIA informed by clinical and radiological investigations. RESULTS: The final protein panel consists of 16 proteins whose patterns show differential abundance between TIA and mimic patients. Nine of the proteins were significant univariate predictors of TIA [odds ratio (95% confidence interval)]: L-selectin [0.726 (0.596-0.883)]; Insulin-like growth factor-binding protein 3 [0.727 (0.594-0.889)]; Coagulation factor X [0.740 (0.603-0.908)]; Serum paraoxonase/lactonase 3 [0.763 (0.630-0.924)]; Thrombospondin-1 [1.313 (1.081-1.595)]; Hyaluronan-binding protein 2 [0.776 (0.637-0.945)]; Heparin cofactor 2 [0.775 (0.634-0.947)]; Apolipoprotein B-100 [1.249 (1.037-1.503)]; and von Willebrand factor [1.256 (1.034-1.527)]. The scientific plausibility of the panel proteins is discussed. CONCLUSIONS: Our panel has the potential to assist ED physicians in distinguishing TIA from mimic patients.
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.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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 découle