Targeted proteomics for evaluating risk of venous thrombosis following traumatic lower‐leg injury or knee arthroscopy
Notice bibliographique
Résumé
INTRODUCTION: Patients with lower-leg cast immobilization and patients undergoing knee arthroscopy have an increased risk of venous thrombosis (VT). Guidelines are ambiguous about thromboprophylaxis use, and individual risk factors for developing VT are often ignored. To assist in VT risk stratification and guide thromboprophylaxis use, various prediction models have been developed. These models depend largely on clinical factors and provide reasonably good C-statistics of around 70%. We explored using protein levels in blood plasma measured by multiplexed quantitative targeted proteomics to predict VT. Our aim was to assess whether a VT risk prediction model based on absolute plasma protein quantification is possible. METHODS: We used internal standards to quantify proteins in less than 10 μl plasma. We measured 270 proteins in samples from patients scheduled for knee arthroscopy or with lower-leg cast immobilization. The two prospective POT-(K)CAST trails allow complementary views of VT signature in blood, namely pre and post trauma, respectively. From approximately 3000 patients, 31 patients developed VT who were included and matched with double the number of controls. RESULTS: Top discriminating proteins between cases and controls included APOC3, APOC4, APOC2, ATRN, F13B, and F2 in knee arthroscopy patients and APOE, SERPINF2, B2M, F13B, AFM, and C1QC in patients with lower-leg cast. A logistic regression model with cross-validation resulted in C-statistics of 88.1% (95% CI: 85.7-90.6%) and 79.6% (95% CI: 77.2-82.0%) for knee arthroscopy and cast immobilization groups respectively. CONCLUSIONS: Promising C-statistics merit further exploration of the value of proteomic tests for predicting VT risk upon additional validation.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 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 ».