HEARTBIT
Notice bibliographique
Résumé
Background Acute cellular allograft rejection remains a major cause of limited long-term graft survival in cardiac transplantation. A critical challenge in trying to reduce the incidence of acute cellular rejection arises from the difficulty of accurately and efficiently making diagnoses. The primary approach requires taking small pieces of heart muscle tissue, which is highly invasive and costly, and suffers from sampling error and inter-observer grading variability. Replacing the biopsy with a simple blood test would be of great value to patients and substantially reduce healthcare costs. Approach and Methods We previously used high-throughput, untargeted transcriptomic profiling in blood samples of heart transplant patients to identify 9 mRNAs and 5 proteins whose combined expression discriminated patients undergoing acute cellular rejection from those who were not. We now validated the mRNA targets on a clinically-amenable NanoString nCounter platform. The performance of the novel assay, HEARTBIT, as well as that of a proteogenomic ensemble including 5 proteins, was assessed by cross-validation. Results In cross-validation the area under the receiver operating characteristic curve (AUC) of the transcriptomic signature was 0.81, with 47% specificity at ≥ 90% sensitivity. Addition of 5 proteins to the mRNA panel using ensembling resulted in an enhanced performance (AUC of 0.86, with 65% specificity at ≥ 90% sensitivity, in cross-validation). Summary and Conclusion Here, we demonstrate 1) successful translation of biomarker signatures from untargeted high-throughput screening onto a compact, clinically-amenable technological platform, and 2) promising utility of our novel assay, HEARTBIT, for improved detection of acute cellular rejection.
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 | 0,003 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,171 | 0,162 |
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 ».