MétaCan
Menu
Retour à la cohorte
Enregistrement W2982430379 · doi:10.1093/ofid/ofz466

Rapid, Sample-to-Answer Host Gene Expression Test to Diagnose Viral Infection

2019· article· en· W2982430379 sur OpenAlexaffabout
Ephraim L. Tsalik, Ayeaye Khine, A Talebpour, Alaleh Samiei, Vilcy Parmar, Thomas W. Burke, Micah T. McClain, Geoffrey S. Ginsburg, Christopher W. Woods, Ricardo Henao, Tino Alavie

Notice bibliographique

RevueOpen Forum Infectious Diseases · 2019
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMolecular Biology Techniques and Applications
Établissements canadiensDalsa Corporation
Organismes subventionnairesNational Institute of Allergy and Infectious DiseasesDefense Advanced Research Projects AgencyNational Institutes of Health
Mots-clésMedicineHost (biology)GeneGene expressionVirologyComputational biologyGeneticsBiology

Résumé

récupéré en direct d'OpenAlex

Abstract Objective Distinguishing bacterial, viral, or other etiologies of acute illness is diagnostically challenging with significant implications for appropriate antimicrobial use. Host gene expression offers a promising approach, although no clinically useful test has been developed yet to accomplish this. Here, Qvella’s FAST HR (Richmond Hill, Ontario, Canada) process was developed to quantify previously identified host gene expression signatures in whole blood in <45 minutes. Method Whole blood was collected from 128 human subjects (mean age 47, range 18–88) with clinically adjudicated, microbiologically confirmed viral infection, bacterial infection, noninfectious illness, or healthy controls. Stabilized mRNA was released from cleaned and stabilized RNA-surfactant complexes using e-lysis, an electrical process providing a quantitative real-time reverse transcription polymerase chain reaction-ready sample. Threshold cycle values (CT) for 10 host response targets were normalized to hypoxanthine phosphoribosyltransferase 1 expression, a control mRNA. The transcripts in the signature were specifically chosen to discriminate viral from nonviral infection (bacterial, noninfectious illness, or healthy). Classification accuracy was determined using cross-validated sparse logistic regression. Results Reproducibility of mRNA quantification was within 1 cycle as compared to the difference seen between subjects with viral versus nonviral infection (up to 5.0 normalized CT difference). Classification of 128 subjects into viral or nonviral etiologies demonstrated 90.6% overall accuracy compared to 82.0% for procalcitonin (P = .06). FAST HR achieved rapid and accurate measurement of the host response to viral infection in less than 45 minutes. Conclusions These results demonstrate the ability to translate host gene expression signatures to clinical platforms for use in patients with suspected infection. Clinical Trials Registration NCT00258869.

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: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,450
Score d'incertitude au seuil0,887

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 ouverte0,0000,001
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 Opus0,006
Tête enseignante GPT0,274
Écart entre enseignants0,268 · 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'étudeExpérimental (laboratoire)
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

Citations11
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueOpen Forum Infectious DiseasesMême sujetMolecular Biology Techniques and ApplicationsTravaux en français237 207