Identification of predictive biomarkers of response to treatment in patients with antibody mediated rejection: a case –control proteomics study
Notice bibliographique
Résumé
Background: Timely detection and appropriate treatment of Acute antibody mediated rejection (AMR) would affect long-term survival of allograft. This study was designed to discover non-invasive biomarkers in prediction of response to therapy in AMR patients. Material and methods: in this case- control study, urine samples of 21 biopsy proven AMR patients were were subjected to proteomics with label free quantification. Patients were allocated into two groups of responders and non- responders to treatment. Urine proteins were identified and their expressions were compared in two groups in order to discover potential candidate biomarkers. Results: From 1020 identified proteins, 257 proteins were differentially expressed between groups among them 153 and 104 proteins increased and decreased in non- responder patients respectively. Complement pathway was more active in non-responders than responders and, extracellular matrix proteins were mainly reduced in non-responders. IGFBP-6 were determined as the most sensitive and specific biomarker in prediction of non-responder patients. Conclusion: According to the role of IGFBP-6 in apoptosis induction and tubular damage, up-regulation of this protein could be a good predictor of response to treatment in AMR patients and treatment approach could be determined based on IGFBP_6 changes. Further studies are needed to confirm these findings.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| 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 ».