Abstract 13828: Aptamer Proteomics for Biomarker Discovery in Heart Failure With Preserved Ejection Fraction: The PARADIGM-HF Proteomic Sub-Study
Notice bibliographique
Résumé
Introduction: Prognostic markers and biological pathways linked to detrimental clinical outcomes in heart failure with preserved ejection fraction (HFpEF) remain incompletely defined. Goal: To identify serum proteins associated with risk for HF hospitalization (HFH) and cardiovascular (CV) death in patients with HFpEF, including proteins with differential associations with clinical outcomes in HFpEF compared to HFrEF. Methods: We measured serum levels of 4123 unique proteins in 1117 patients with HFpEF in the PARAGON-HF trial using a modified aptamer proteomic assay. Baseline protein concentrations significantly associated with total HFH and CV death were identified by recurrent events regression, accounting for multiple testing, adjusted for age, sex, treatment, and anticoagulant use, and compared to 2515 patients with HFrEF from the PARADIGM-HF and ATMOSPHERE trials. Results: We identified 288 proteins to be robustly associated with the risk of HFH and CV death (335 events over an average of 2.7 years of follow-up) in a HFpEF trial population. Proteins most strongly related to HFpEF outcomes included B2M, TIMP1, SERPINA4, and SVEP1 ( Figure ). Protein-outcome associations in patients with HFpEF did not markedly differ compared to HFrEF. Just 3 proteins (APOE, RTF1, and VWF) were differentially associated with outcomes between the HF subtypes (FDR <0.05). A proteomic risk score derived in HFpEF patients was not superior to a previous proteomic score derived in HFrEF nor to clinical risk factors, NT-proBNP, or high-sensitivity cardiac troponin. Conclusions: Numerous serum proteins linked to metabolic, coagulation, and extracellular matrix regulatory pathways were associated with worse HFpEF prognosis. SVEP1, a cell adhesion protein recently identified as a HFrEF prognosis biomarker, also strongly predicted risk in HFpEF. Our results demonstrate substantial similarities in serum proteomic risk markers across the EF spectrum.
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 | 0,004 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».