Urinary Metabolites Enable Differential Diagnosis and Therapeutic Monitoring of Pediatric Inflammatory Bowel Disease
Notice bibliographique
Résumé
Rates of pediatric Crohn’s disease (CD) and ulcerative colitis (UC) are increasing globally. Differentiation of these inflammatory bowel disease (IBD) subtypes however can be challenging when relying on invasive endoscopic approaches. We sought to identify urinary metabolic signatures of pediatric IBD at diagnosis, and during induction treatment. Nontargeted metabolite profiling of urine samples from CD (n = 18) and UC (n = 8) in a pediatric retrospective cohort study was performed using multisegment injection-capillary electrophoresis-mass spectrometry. Over 122 urinary metabolites were reliably measured from pediatric IBD patients, and unknown metabolites were identified by tandem mass spectrometry. Dynamic changes in sum-normalized urinary metabolites were also monitored following exclusive enteral nutrition (EEN) or corticosteroid therapy (CS) in repeat urine samples collected over 8 weeks. Higher urinary excretion of indoxyl sulfate, hydroxyindoxyl sulfate, phenylacetylglutamine, and sialic acid were measured in CD as compared to UC patients, but lower threonine, serine, kynurenine, and hypoxanthine (p < 0.05). Excellent discrimination of CD from UC was achieved based on the urinary serine:indoxylsulfate ratio (AUC = 0.972; p = 3.21 × 10−5). Urinary octanoyl glucuronide, pantothenic acid, and pyridoxic acid were also identified as specific dietary biomarkers of EEN in pediatric IBD patients who achieved clinical remission. This work may complement or replace existing strategies in the diagnosis and early management of children with IBD.
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 | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».