The Use of Metabolomics and Inflammatory Mediator Profiling Provides a Novel Approach to Identifying Pediatric Appendicitis in the Emergency Department
Notice bibliographique
Résumé
Multiplexed profiling approaches including various 'omics' platforms are becoming a new standard of biomarker development for disease diagnosis and prognosis. The present study applied an integrated metabolomics and cytokine profiling approach as a potential aid to the identification of pediatric appendicitis. Metabolic analysis using serum (n = 121) and urine (n = 102) samples, and cytokine analysis using plasma (n = 121) samples from children presenting to the Emergency Department with abdominal pain were performed. Comparisons between children with appendicitis vs. non-appendicitis abdominal pain, and with perforated vs. non-perforated appendicitis were made using multivariate statistics. Serum and urine biomarker patterns were statistically significantly different between groups. The combined serum metabolomics and inflammatory mediator model revealed clear separation between appendicitis and non-appendicitis abdominal pain (AUROC: 0.92 ± 0.03) as well as for perforated and non-perforated appendicitis (AUROC: 0.88 ± 0.05). Urine metabolic analysis also demonstrated distinction between the groups appendicitis and non-appendicitis abdominal pain (AUROC: 0.85 ± 0.04), and perforated and non-perforated appendicitis (AUROC: 0.98 ± 0.02). In children presenting to the Emergency Department with abdominal pain, metabolomics and inflammatory mediator profiling are capable of distinguishing children with appendicitis from those without. The approach also differentiates between severities of disease. These results provide an important first step towards a potential aid for improving appendicitis identification.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».