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 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) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,001 | 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 ».