MétaCan
Menu
Retour à la cohorte
Enregistrement W3162862747 · doi:10.1172/jci.insight.147464

Urinary EGF and MCP-1 and risk of CKD after cardiac surgery

2021· article· en· W3162862747 sur OpenAlexafffundabout
Steven Menez, Wenjun Ju, Rajasree Menon, Dennis G. Moledina, Heather Thiessen‐Philbrook, Eric McArthur, Yaqi Jia, Wassim Obeid, Sherry G. Mansour, Jay L. Koyner, Michael G. Shlipak, Steven G. Coca, Amit X. Garg, John A. Kellum, Andrew S. Bomback, Matthias Kretzler, Chirag R. Parikh

Notice bibliographique

RevueJCI Insight · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueAcute Kidney Injury Research
Établissements canadiensWestern University
Organismes subventionnairesNational Center for Advancing Translational SciencesNational Institute of Diabetes and Digestive and Kidney DiseasesNational Heart, Lung, and Blood InstituteNational Institutes of HealthNational Institute for Occupational Safety and HealthSphingotec GmbHOntario Ministry of Health and Long-Term CareNxStageUniversity of MichiganModernaEli Lilly and CompanyAstraZenecaAstute MedicalJanssen PharmaceuticalsGilead SciencesYale UniversityNovo NordiskCanadian Institutes of Health ResearchAmerican Heart Association
Mots-clésKidney diseaseMedicineAcute kidney injuryUrinary systemRenal functionInternal medicineIncidence (geometry)TranscriptomeCardiac surgeryInflammationKidneyUrologyCardiologySurgeryGene expressionBiologyGene

Résumé

récupéré en direct d'OpenAlex

BACKGROUNDAssessment of chronic kidney disease (CKD) risk after acute kidney injury (AKI) is based on limited markers primarily reflecting glomerular function. We evaluated markers of cell integrity (EGF) and inflammation (monocyte chemoattractant protein-1, MCP-1) for predicting long-term kidney outcomes after cardiac surgery.METHODSWe measured EGF and MCP-1 in postoperative urine samples from 865 adults who underwent cardiac surgery at 2 sites in Canada and the United States and assessed EGF and MCP-1's associations with the composite outcome of CKD incidence or progression. We used single-cell RNA-Seq (scRNA-Seq) of AKI patient biopsies to perform transcriptomic analysis of programs corregulated with the associated genes.RESULTSOver a median (IQR) follow-up of 5.8 (4.2-7.1) years, 266 (30.8%) patients developed the composite CKD outcome. Postoperatively, higher levels of urinary EGF were protective and higher levels of MCP-1 were associated with the composite CKD outcome (adjusted HR 0.83, 95% CI 0.73-0.95 and 1.10, 95% CI 1.00-1.21, respectively). Intrarenal scRNA-Seq transcriptomes in patients with AKI-defined cell populations revealed concordant changes in EGF and MCP-1 levels and underlying molecular processes associated with loss of EGF expression and gain of CCL2 (encoding MCP-1) expression.CONCLUSIONUrinary EGF and MCP-1 were each independently associated with CKD after cardiac surgery. These markers may serve as noninvasive indicators of tubular damage, supported by tissue transcriptomes, and provide an opportunity for novel interventions in cardiac surgery.TRIAL REGISTRATIONClinicalTrials.gov NCT00774137.FUNDINGThe NIH funded the TRIBE-AKI Consortium and Kidney Precision Medicine Project. Yale O'Brien Kidney Center, American Heart Association, Patterson Trust Fund, Dr. Adam Linton Chair in Kidney Health Analytics, Canadian Institutes of Health Research, ICES, Ontario Ministry of Health and Long-Term Care, Academic Medical Organization of Southwestern Ontario, Schulich School of Medicine & Dentistry, Western University, Lawson Health Research Institute, Chan Zuckerberg Initiative Human Cell Atlas Kidney Seed Network.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,005
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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 recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,020
Tête enseignante GPT0,284
Écart entre enseignants0,264 · 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 source (Gemma direct ou Codex distillé), 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

Citations48
Publié2021
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueJCI InsightMême sujetAcute Kidney Injury ResearchTravaux en français237 207