LOWER CIRCULATING MIR-191-5P AND LET-7G-5P ARE INDEPENDENT BIOMARKERS OF RENAL INJURY
Notice bibliographique
Résumé
Objective: Hypertension is associated with subclinical target organ damage including cardiac, vascular and kidney injury. Circulating microRNAs have been investigated as biomarkers of cardiovascular disease, but few studies have examined them as target organ damage biomarkers in hypertension. We aimed to identify circulating microRNAs that could serve as biomarkers of hypertension-induced target organ damage using an unbiased approach. Design and method: Normotensive subject, hypertensive patients (HTN) and patients with HTN associated with at least 2 other features of the metabolic syndrome (MetS) or with chronic kidney disease (CKD) grades 3–4 were studied (n = 15–16). Blood pressure was determined by automated office measurement (AOBP). Blood and urine were collected for determination of blood cell count, blood biochemistry and urinalysis. Platelet-free plasma (6 mL) was isolated from blood collected on EDTA, and RNA extracted for small RNA deep sequencing using Illumina HiSeq-2500. Differentially expressed (DE) genes were identified with a threshold of false discovery rate < 0.1. The most abundant DE miRNAs were confirmed by reverse transcription-quantitative PCR (RT-qPCR). Right common carotid artery remodeling and stiffness were assessed by ultrasound and aorta stiffness by carotid to femoral pulse wave velocity. Results: We found 4 up-regulated and 4 down-regulated miRNAs uniquely associated with the HTN group, 1 up-regulated uniquely associated with the MetS group, 1 up-regulated and 12 down-regulated miRNAs uniquely associated with the CKD group and 8 were found similarly DE in different groups (P < 0.01 and q < 0.1). Two down-regulated miRNAs, let-7g-5p and miR-191–5p of 11, the most abundant DE miRNAs, were validated by RT-qPCR. Correlation analysis revealed that let-7g-5p was associated with large vessel stiffening, miR-191–5p with diabetes, and both microRNAs with estimated glomerular filtration rate (eGFR) and inflammatory markers. Using let-7g-5p and miR-191–5p and parameters that correlated with eGFR as candidate variables, stepwise multiple linear regression generated a model showing that let-7g-5p, miR-191–5p and urinary albumin/creatinine ratio predicted eGFR with an adjusted R2 of 0.40 (P = 1.1e-5). Conclusions: Circulating let-7g-5p and miR-191–5p were identified as independent biomarkers of chronic kidney disease among patients with hypertension, which could have pathophysiological and therapeutic implications.
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 | 0,001 | 0,002 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».