P767Identification of circulating miRNA-abundances in ruptured versus eroded lesions: A combined optical coherence tomography and miRNA-profiling approach in patients with acute coronary syndrome
Notice bibliographique
Résumé
Background: Pathophysiologic mechanisms of ACS caused by plaque rupture (ACS with ruptured fibrous cap = RFC-ACS) and plaque erosion (ACS with intact fibrous cap = IFC-ACS) are still poorly understood. Experimental studies indicate that microRNAs orchestrate pathophysiological pathways involved in plaque instability. Therefore, we assessed whether abundances of circulating miRNAs (miRNAs) differ locally at culprit sites of patients presenting with RFC-ACS and IFC-ACS. Methods and results: Patients with ACS were consecutively enrolled. Blood samples were aspirated locally at the area of culprit lesion (local) and systemically from the arterial sheath (systemic). The ACS-causing culprit lesion was assessed by optical coherence tomography (OCT) and classified as RFC-ACS or IFC-ACS. In addition, systemic and local coronary blood was sampled in patients with stable coronary artery disease (CAD). Patients with RFC-ACS, IFC-ACS and CAD were matched 1:1:1 according to gender, age, diabetes and hypertension (n=15 per group). Using Platelet-poor plasma, we compared 179 circulating miRNAs after normalization based on lower quartile of Ct-values per sample. We used a linear model adjusting for body mass index (BMI), TIMI-flow and RNA spike-in (Ct UniSp4 – UniSp2)) to assess differentially abundant miRNAs.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,001 | 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 ».