Leucocyte-derived micro-RNAs as candidate biomarkers in Brugada syndrome
Notice bibliographique
Résumé
AIMS: Risk stratification for sudden cardiac death in patients with Brugada syndrome remains a major challenge. Contemporary risk prediction models have only modest predictive value. The aim of this study was to assess the role of micro-RNAs from peripheral blood as candidate biomarkers in Brugada syndrome. METHODS AND RESULTS: In this prospective study, Brugada patients and unaffected control individuals were enrolled for analysis of leucocyte-derived microRNAs (miRNAs) levels. Expression levels of 798 different circulating miRNAs were analysed on the NanoString® nCounter platform. All results were cross-validated by using a quantitative polymerase chain reaction. Micro-RNA expression levels of Brugada patients were compared with clinical data. A total of 21 definite Brugada patients (38% with a history of ventricular arrhythmia or cardiac arrest) and 30 unaffected control individuals were included in the study. Micro-RNA analysis showed a distinct expression profile in Brugada patients with 42 differentially expressed markers (38 up-regulated, 4 down-regulated miRNAs). The symptom status of Brugada patients was associated with a distinct miRNA signature. Micro-RNAs 145-5p and 585-3p were significantly up-regulated in symptomatic Brugada patients (P = 0.04). Incorporating miRNAs 145-5p and 585-3p into a multivariable model demonstrated significantly increased symptom prediction (area under the curve = 0.96; 95% confidence interval: 0.88-1.00). CONCLUSION: Brugada patients display a distinct miRNA expression profile compared with unaffected control individuals. There is also evidence that certain miRNAs (miR-145-5p and miR-585-3p) are associated with the symptom status of Brugada patients. The results suggest the principal utility of leucocyte-derived miRNAs as prognostic biomarkers for Brugada syndrome.
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 | 0,001 |
| 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 | 0,003 |
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 ».