MétaCan
Menu
← Retour à la cohorte
Enregistrement W4390645985 · doi:10.1097/hc9.0000000000000361

Protein biomarkers GDF15 and FGF21 to differentiate mitochondrial hepatopathies from other pediatric liver diseases.

2024· article· en· W4390645985 sur OpenAlexaff
Johan L.K. Van Hove, Marisa W. Friederich, Dana Strode, Roxanne A. Van Hove, Kristen Miller, Rohit Sharma, Hardik Shah, Jane Estrella, Linda Gabel, Simon Horslen, Rohit Kohli, Mark A. Lovell, Alexander Miethke, Jean P. Molleston, René Romero, James E. Squires, Estella M. Alonso, Stephen L. Guthery, Binita M. Kamath, Kathleen M. Loomes, Philip Rosenthal, Krupa R. Mysore, Laurel Cavallo, Pamela L. Valentino, John C. Magee, Shikha S. Sundaram, Ronald J. Sokol

Notice bibliographique

RevuePubMed · 2024
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMitochondrial Function and Pathology
Établissements canadiensSickKids FoundationHospital for Sick ChildrenUniversity of Toronto
Organismes subventionnairesNational Center for Advancing Translational SciencesNational Institute of Neurological Disorders and StrokeUniversity of Colorado DenverIpsenAstellas PharmaOffice of Dietary SupplementsNational Institutes of HealthRare Diseases Clinical Research Networkbluebird bioGilead SciencesSanofiCystic Fibrosis FoundationNational Institute of Diabetes and Digestive and Kidney DiseasesAudentes Therapeutics
Mots-clésGDF15FGF21Liver transplantationAlagille syndromeInternal medicineMedicineBiliary atresiaBiomarkerGastroenterologyLiver diseaseMitochondrial diseaseEndocrinologyTransplantationCholestasisFibroblast growth factorBiologyMitochondrial DNAGeneticsGeneReceptor

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Mitochondrial hepatopathies (MHs) are primary mitochondrial genetic disorders that can present as childhood liver disease. No recognized biomarkers discriminate MH from other childhood liver diseases. The protein biomarkers growth differentiation factor 15 (GDF15) and fibroblast growth factor 21 (FGF21) differentiate mitochondrial myopathies from other myopathies. We evaluated these biomarkers to determine if they discriminate MH from other liver diseases in children. METHODS: Serum biomarkers were measured in 36 children with MH (17 had a genetic diagnosis); 38 each with biliary atresia, α1-antitrypsin deficiency, and Alagille syndrome; 20 with NASH; and 186 controls. RESULTS: GDF15 levels compared to controls were mildly elevated in patients with α1-antitrypsin deficiency, Alagille syndrome, and biliary atresia-young subgroup, but markedly elevated in MH (p<0.001). FGF21 levels were mildly elevated in NASH and markedly elevated in MH (p<0.001). Both biomarkers were higher in patients with MH with a known genetic cause but were similar in acute and chronic presentations. Both markers had a strong performance to identify MH with a molecular diagnosis with the AUC for GDF15 0.93±0.04 and for FGF21 0.90±0.06. Simultaneous elevation of both markers >98th percentile of controls identified genetically confirmed MH with a sensitivity of 88% and specificity of 96%. In MH, independent predictors of survival without requiring liver transplantation were international normalized ratio and either GDF15 or FGF21 levels, with levels <2000 ng/L predicting survival without liver transplantation (p<0.01). CONCLUSIONS: GDF15 and FGF21 are significantly higher in children with MH compared to other childhood liver diseases and controls and, when combined, were predictive of MH and had prognostic implications.

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)0,002
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 enseignants0,002
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,011
Tête enseignante GPT0,205
Écart entre enseignants0,194 · 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

Citations10
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePubMed→Même sujetMitochondrial Function and Pathology→Travaux en français237 207→