MétaCan
Menu
Retour à la cohorte
Enregistrement W4388636018 · doi:10.3390/metabo13111142

Metabolomics Analysis of Mesenchymal Stem Cell (MSC) Therapy in a Phase I Clinical Trial of Septic Shock: An Exploratory Study

2023· article· en· W4388636018 sur OpenAlexafffund
Mohammad Mehdi Banoei, Lauralyn McIntyre, Duncan J. Stewart, Shirley H. J. Mei, David W. Courtman, Irene Watpool, John Granton, John C. Marshall, Claúdia C. dos Santos, Keith R. Walley, Kenny Schlosser, Dean Fergusson, Brent W. Winston

Notice bibliographique

RevueMetabolites · 2023
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMetabolomics and Mass Spectrometry Studies
Établissements canadiensUniversity of British ColumbiaUniversity of TorontoOttawa HospitalUniversity of OttawaSt. Michael's HospitalUniversity of Calgary
Organismes subventionnairesGroupe canadien de recherche en soins intensifsCanadian Institutes of Health ResearchUniversity of OttawaUniversity of CalgaryAlberta Health Services
Mots-clésMetabolomicsSeptic shockMedicineMesenchymal stem cellSepsisClinical trialMetabolomeIntensive care medicineRandomized controlled trialInternal medicineBioinformaticsMetabolitePathologyBiology

Résumé

récupéré en direct d'OpenAlex

Sepsis is the result of an uncontrolled host inflammatory response to infection that may lead to septic shock with multiorgan failure and a high mortality rate. There is an urgent need to improve early diagnosis and to find markers identifying those who will develop septic shock and certainly a need to develop targeted treatments to prevent septic shock and its high mortality. Herein, we explore metabolic alterations due to mesenchymal stromal cell (MSC) treatment of septic shock. The clinical findings for this study were already reported; MSC therapy was well-tolerated and safe in patients in this phase I clinical trial. In this exploratory metabolomics study, 9 out of 30 patients received an escalating dose of MSC treatment, while 21 patients were without MSC treatment. Serum metabolomics profiling was performed to detect and characterize metabolite changes due to MSC treatment and to help determine the sample size needed for a phase II clinical trial and to define a metabolomic response to MSC treatment. Serum metabolites were measured using 1H-NMR and HILIC-MS at times 0, 24 and 72 h after MSC infusion. The results demonstrated the significant impact of MSC treatment on serum metabolic changes in a dose- and time-dependent manner compared to non-MSC-treated septic shock patients. This study suggests that plasma metabolomics can be used to assess the response to MSC therapy and that treatment-related metabolomics effects can be used to help determine the sample size needed in a phase II trial. As this study was not powered to detect outcome, how the treatment-induced metabolomic changes described in this study of MSC-treated septic shock patients are related to outcomes of septic shock in the short and long term will need to be explored in a larger adequately powered phase II clinical trial.

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)0,003
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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,143
Score d'incertitude au seuil0,955

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,002
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 Opus0,070
Tête enseignante GPT0,375
Écart entre enseignants0,306 · 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'étudeExpérimental (laboratoire)
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
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMetabolitesMême sujetMetabolomics and Mass Spectrometry StudiesTravaux en français237 207