MétaCan
Menu
Retour à la cohorte
Enregistrement W2941048054 · doi:10.1172/jci.insight.127623

Biomarkers of endothelial activation/dysfunction distinguish subgroups of Ugandan patients with sepsis and differing mortality risks

2019· article· en· W2941048054 sur OpenAlexafffundabout
Danielle V. Clark, Patrick Banura, Karen Bandeen‐Roche, W. Conrad Liles, Kevin C. Kain, W. Michael Scheld, William J. Moss, Shevin T. Jacob

Notice bibliographique

RevueJCI Insight · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueSepsis Diagnosis and Treatment
Établissements canadiensUniversity Health Network
Organismes subventionnairesCanadian Institutes of Health ResearchNational Institute for Health and Care ResearchPfizerHenry M. Jackson Foundation
Mots-clésSepsisMedicineEndothelial dysfunctionInternal medicineVascular endothelial growth factorImmunologyEndothelial activationBiomarkerBioinformaticsEndotheliumBiologyVEGF receptors

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Sepsis is a complex clinical syndrome with substantial heterogeneity. We sought to identify patterns of serum biomarkers of endothelial activation and dysfunction in individuals with sepsis and evaluate subgroup-specific differences in mortality. METHODS: Adult patients with sepsis (n=426) were consecutively recruited from two hospitals in Uganda. Clinical information was collected and serum concentrations of eleven biomarkers involved in the endothelial response to infection were measured in samples from 315 patients. Latent variable models were fit to evaluate whether the endothelial response to sepsis consists of one unified biological process or multiple processes and to identify subgroups of patients with distinct host-response profiles. Differences in survival at day 28 were evaluated using Kaplan-Meier survival curves. RESULTS: We identified three patient subgroups characterized by unique host endothelial response profiles. Patients fitting Profile 2 had significantly worse survival (log-rank p<0.001). Four latent factors (Factor 1-4) were identified, each potentially representing distinct biological processes for the endothelial response to sepsis: Factor 1 (CHI3L1, sTREM1, sFLT1); Factor 2 (ANGPT1, PF4, VEGF); Factor 3 (CXCL10, VWF, sICAM1); and Factor 4 (ANGPT2, sTEK). CONCLUSION: Patient profiles based on patterns of circulating biomarkers of endothelial responses may provide a clinically meaningful way to categorize patients into homogeneous subgroups and may identify patients with a high risk of mortality. Profile 2 may represent dysfunction of the endothelial response to infection. FUNDING: Primary funding: Investigator-Initiated Award provided by Pfizer, Inc (WMS, STJ). Additional support: Canadian Institutes of Health Research (CIHR) Foundation grant (KCK; FDN-148439) and the Canada Research Chair program (KCK).

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,038
Score d'incertitude au seuil0,319

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,050
Tête enseignante GPT0,295
Écart entre enseignants0,246 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations25
Publié2019
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueJCI InsightMême sujetSepsis Diagnosis and TreatmentTravaux en français237 207