MétaCan
Menu
Retour à la cohorte
Enregistrement W4313488361 · doi:10.1002/ejhf.2760

Biomarker Signature and Pathophysiological Pathways in Patients with Chronic Heart Failure and Metabolic Syndrome

2023· article· en· W4313488361 sur OpenAlexaff
Camilla C.S. van der Hoef, Eva M. Boorsma, Johanna E. Emmens, Bart J. van Essen, Marco Metra, Leong L. Ng, Stefan D. Anker, Kenneth Dickstein, Ify Mordi, Adel Dihoum, Chim C. Lang, Dirk J. van Veldhuisen, Carolyn S.P. Lam, Adriaan A. Voors

Notice bibliographique

RevueEuropean Journal of Heart Failure · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueCardiovascular Function and Risk Factors
Établissements canadiensSurgical Specialties (Canada)
Organismes subventionnairesnon disponible
Mots-clésMetabolic syndromeMedicineHeart failureInternal medicineBiomarkerInsulin resistanceEndocrinologyCohortBody mass indexLeptinPathophysiologyObesityBiology

Résumé

récupéré en direct d'OpenAlex

Abstract Aim The comorbidities that collectively define metabolic syndrome are common in patients with heart failure. However, the role of metabolic syndrome in the pathophysiology of heart failure is not well understood. We therefore investigated the clinical and biomarker correlates of metabolic syndrome in patients with heart failure. Methods and results In 1103 patients with heart failure, we compared the biomarker expression using a panel of 363 biomarkers among patients with (n = 468 [42%]) and without (n = 635 [58%]) metabolic syndrome. Subsequently, a pathway overrepresentation analysis was performed to identify key biological pathways. Findings were validated in an independent cohort of 1433 patients with heart failure of whom 615 (43%) had metabolic syndrome. Metabolic syndrome was defined as the presence of three or more of five criteria, including central obesity, elevated serum triglycerides, reduced high-density lipoprotein cholesterol, insulin resistance and hypertension. The most significantly elevated biomarkers in patients with metabolic syndrome were leptin (log2 fold change 0.92, p = 5.85 × 10−21), fatty acid-binding protein 4 (log2 fold change 0.61, p = 1.21 × 10−11), interleukin-1 receptor antagonist (log2 fold change 0.47, p = 1.95 × 10−13), tumour necrosis factor receptor superfamily member 11a (log2 fold change 0.35, p = 4.16 × 10−9), and proto-oncogene tyrosine-protein kinase receptor Ret (log2 fold change 0.31, p = 4.87 × 10−9). Network analysis identified 10 pathways in the index cohort and 6 in the validation cohort, all related to inflammation. The primary overlapping pathway in both the index and validation cohorts was up-regulation of the natural killer cell-mediated cytotoxicity pathway. Conclusion Metabolic syndrome is highly prevalent in heart failure and is associated with biomarkers and pathways relating to obesity, lipid metabolism and immune responses underlying chronic inflammation.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,068
Score d'incertitude au seuil0,510

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
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)0,0000,000

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 Opus0,010
Tête enseignante GPT0,207
Écart entre enseignants0,197 · 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'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

Citations19
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEuropean Journal of Heart FailureMême sujetCardiovascular Function and Risk FactorsTravaux en français237 207