Differential Molecular Signature of Human Saliva Using ATR-FTIR Spectroscopy for Chronic Kidney Disease Diagnosis
Notice bibliographique
Résumé
The symptoms of chronic kidney disease (CKD) are often not specific or absent in the early stages of this illness. Therefore, there is a demand for developing low cost, non-invasive and highly accurate platforms for CKD diagnostics. We hypothesized that the level of specifics salivary components changes when CKD is emplace, which could be clinically used to discriminate CKD patients from healthy subjects. The present study aimed to compare salivary components between CKD patients and matched control subjects by using attenuated total reflection-Fourier Transform Infrared (ATR-FTIR) spectroscopy. The predictive power of salivary components was evaluated by receiver operating characteristic (ROC) curves. Several components were identified, and 4 of them showed different expression (p<0.05) between CKD and control subjects. Thiocyanate (SCN-, 2052 cm-1) and phospholipids/carbohydrates (924 cm-1) vibrational modes using original and second-derivative spectra by ATR-FTIR could potentially be used as salivary biomarkers to differentiate CKD than control subjects. The combination of original and second-derivative spectra by ATR-FTIR of 924 cm-1 vibrational modes could reach 92.8% sensitivity and 85.7% specificity for CKD detection. Despite, the limitation of our investigation, the acquired data indicates that salivary vibrational modes by ATR-FTIR platform should be further explored as an auxiliary diagnostic tool for CKD.
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 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 | 0,001 | 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 tête enseignante, 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 ».