MétaCan
Menu
Retour à la cohorte
Enregistrement W4293067009 · doi:10.1093/sleep/zsac079.551

0554 Proteomic Approach for Understanding the Mechanisms of Periodic Limb Movements and Restless Legs Syndrome

2022· article· en· W4293067009 sur OpenAlexaff
Katie L.J. Cederberg, Umaer Hanif, Eileen Leary, Logan Schneider, Anne Marie Morse, Adam Blackman, Paula K. Schweitzer, Suresh Kotagal, Richard Bogan, Clete A. Kushida, Emmanuel Mignot

Notice bibliographique

RevueSLEEP · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueRestless Legs Syndrome Research
Établissements canadiensUniversity of Toronto
Organismes subventionnairesNational Heart, Lung, and Blood InstituteKlarman Family Foundation
Mots-clésRestless legs syndromePolysomnographyMedicineInternal medicineInsomnia

Résumé

récupéré en direct d'OpenAlex

Abstract Introduction Periodic limb movements (PLMs) are episodes of involuntary, repetitive muscle movements that are highly associated with restless legs syndrome (RLS). Although PLMs and RLS are reportedly two separate phenomena, both are tightly correlated and may result from a similar pathology. The present study profiled plasma protein biomarkers of PLMs and RLS to contribute to the identification of mechanisms associated with each disorder/trait. Methods The SomaScan highly multiplexed aptamer assay was used to profile 5,000 proteins in 24–48-hour old EDTA plasma samples from the Stanford Technology Analytics and Genomics in Sleep (STAGES) study. PLMs per hour (PLMI) were derived from overnight polysomnography and RLS was classified based on affirmative responses to questions of the Alliance Sleep Questionnaire. Three linear regression models were conducted to examine significant protein markers of 1) PLMI in the sample as a whole; 2) PLMI controlling for the presence of RLS; and 3) RLS without PLMs (i.e.,PLMI<5). All models included log2-normalized relative protein expression as the dependent variable and important covariates such as age, gender, BMI, sample storage time, and blood draw period. False discovery rate (FDR) to control for multiple testing was applied with an a-priori p-value of 0.05 for identifying significant associations. Results PLMI was significantly associated with 253 proteins (219 positive,34 negative). The inclusion of RLS in the model mitigated the significance of most proteins, and only 8 proteins remained significant. Negatively associated proteins (LEAP-1, Ferritin, SELH, Caspase-8) included functions related to iron storage, absorption, and delivery and negative regulation of inflammatory/immune responses. Positively associated proteins (SFRP4, RANTES, CathepsinA, DKK1) included proteins with functions related to immune response, inflammatory response, bone formation, and protein stability. RLS without PLMs was associated with 7 upregulated proteins (megalin, RUFY1, TADBP, ANGL7, LRTM2, SNAPN, STOM) with functions related to vitamin D metabolism, calcium and zinc binding, circadian rhythm regulation, and calcium-dependent neurotransmitter secretion. Conclusion These large proteomic analyses identified independent differential protein expressions for PLMs and RLS that suggest different pathophysiological contributions. Support (If Any) This work was supported, in part, by the National Heart, lung, and Blood institute [T32HL110952] and the Klarman Family Foundation.

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)0,001
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: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,455
Score d'incertitude au seuil0,414

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 ouverte0,0000,000
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 Opus0,069
Tête enseignante GPT0,303
Écart entre enseignants0,235 · 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'étudeThéorique ou conceptuel
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

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSLEEPMême sujetRestless Legs Syndrome ResearchTravaux en français237 207