Molecular states associated with dysfunction and graft loss in heart transplants
Notice bibliographique
Résumé
BACKGROUND: We explored the changes in gene expression correlating with dysfunction and graft failure in endomyocardial biopsies. METHODS: Genome-wide microarrays (19,462 genes) were used to define mRNA changes correlating with dysfunction (left ventricular ejection fraction [LVEF] ≤ 55) and risk of graft loss within 3 years postbiopsy. LVEF data was available for 1,013 biopsies and survival data for 779 patients (74 losses). Molecular classifiers were built for predicting dysfunction (LVEF ≤ 55) and postbiopsy 3-year survival. RESULTS: Dysfunction is correlated with dedifferentiation-decreased expression of normal heart transcripts, for example, solute carriers, along with increased expression of inflammation genes. Many genes with reduced expression in dysfunction were matrix genes such as fibulin 1 and decorin. Gene ontology (GO) categories suggested matrix remodeling and inflammation, not rejection. Genes associated with the risk of failure postbiopsy overlapped dysfunction genes but also included genes affecting microcirculation, for example, arginase 2, which reduces NO production, and endothelin 1. GO terms also reflected increased glycolysis and response to hypoxia, but decreased VEGF and angiogenesis pathways. T cell-mediated rejection was associated with reduced survival and antibody-mediated rejection with relatively good survival, but the main determinants of survival were features of parenchymal injury. Both dysfunction and graft loss were correlated with increased biopsy expression of BNP (gene NPPB). Survival probability classifiers divided hearts into risk quintiles, with actuarial 3-year postbiopsy survival >95% for the highest versus 50% for the lowest. CONCLUSIONS: Dysfunction in transplanted hearts reflects dedifferentiation, decreased matrix genes, injury, and inflammation. The risk of short-term loss includes these changes but is also associated with microcirculation abnormalities, glycolysis, and response to hypoxia.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 ».