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 distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».