MétaCan
Menu
← Retour à la cohorte
Enregistrement W4389019927 · doi:10.1096/fasebj.31.1_supplement.977.2

PSEN1 as an Adjunct for Diagnosis of Human Myocarditis

2017· article· en· W4389019927 sur OpenAlexaff
Paul Hanson, Erika Jang, Harpreet Rai, Angela Y. Chang, Angela Y Mo, Bruce M. McManus, Michael A. Seidman

Notice bibliographique

RevueThe FASEB Journal · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueViral Infections and Immunology Research
Établissements canadiensProvidence Health CareUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésMedicineMyocarditisDilated cardiomyopathyPathologyCardiologyCardiomyopathyCoronary artery diseaseInternal medicineHeart failure

Résumé

récupéré en direct d'OpenAlex

Background Myocarditis, defined as inflammation of the heart muscle, is a spectrum of conditions causing considerable morbidity and mortality, resulting from various etiologies, including infection, autoimmunity, or chemical exposure. As such, diagnosing myocarditis can be quite difficult and determining etiology even more so. The gold standard of diagnosis is endomyocardial biopsy showing inflammation with or without myocyte damage in the absence of an ischemic event. However, due to the spatial and structural heterogeneity of myocarditis, diagnostic sensitivity is estimated as low as 30%. To improve upon this, we examined several markers implicated in the pathogenesis of viral myocarditis in animal models as possible diagnostic adjuncts. PSEN1 (the gene encoding presenilin 1) emerged as a promising candidate. This study aims to formally evaluate PSEN1 as a diagnostic adjunct. Design Fifty (50) cases were examined for PSEN1 staining (20 lymphocytic active or healing myocarditis, 4 eosinophilic myocarditis, 4 idiopathic dilated cardiomyopathy, 4 hypertrophic cardiomyopathy, 4 sarcoidosis, 4 coronary artery disease, 3 transplant rejection, 1 Lyme disease, 1 toxoplasmosis, and 5 normal controls). All cases were obtained from the Cardiovascular Tissue Registry in the Centre for Heart Lung Innovation, under approved human ethics protocols. Levels of PSEN1 were evaluated using colour segmentation and scoring conducted by three individual subspecialty cardiac pathologists blinded to diagnosis. Statistical analysis was performed using Mann Whitney U test and receiver operating characteristics (ROC) curves. Results Colour segmentation and pathologist scoring correlated with each other well (Spearman's rho correlation coefficient 0.71 or better in all comparisons). PSEN1 is expressed at significantly higher levels in lymphocytic myocarditis cases as compared to normals and to all other pathologies (all pvalues less than 0.005). The ROC curves for diagnosing myocarditis as compared to other pathologies using PSEN1 staining have areas under the curve (AUCs, or cstatistics) ranging from 0.78 to 0.88. Of note, several “false positive” cases were those with idiopathic dilated cardiomyopathy, such cardiomyopathy reflects the end stage of a prior lymphocytic myocarditis. Case subset analyses and validation on biopsy specimens are under way. Conclusion PSEN1 immunohistochemistry appears to be a helpful diagnostic adjunct for identifying myocarditis, even in minimally inflamed specimens and in tissue obtained long after the initial insult. Support or Funding Information Funding and support from St. Paul's Foundation

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,019

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,071
Tête enseignante GPT0,396
Écart entre enseignants0,325 · 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 source (Gemma direct ou Codex distillé), 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
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe FASEB Journal→Même sujetViral Infections and Immunology Research→Travaux en français237 207→