Multiplex Proteomics in the Identification of Potential Biomarkers of Very Severe Sinusoidal Obstruction Syndrome/Veno-Occlusive Disease in Allogeneic Hematopoietic Cell Transplant Patients Treated with Defibrotide
Notice bibliographique
Résumé
INTRODUCTION: Despite well-established clinical criteria for diagnosis of sinusoidal obstruction syndrome/veno-occlusive disease (SOS/VOD) following allogeneic hematopoietic cell transplantation (HCT), there is a lack of established diagnostic protein biomarkers. METHODS: Prospective samples were collected from patients with very severe SOS/VOD at diagnosis and days +3, +7, +14, and +30 post-initiation of defibrotide. Samples from age-matched controls with no VOD were collected at days +14, +30, +60, +90, and +180 following allogeneic HCT. Serum samples were analyzed for 2,925 protein levels by antibody-based proximity extension assay (PEA). Mean differences in the log-transformed abundance values were compared using t tests in a volcano plot. RESULTS: Five patients with very severe SOS/VOD and 5 control patients were compared. Ten proteins were identified that showed a statistically significant and log-transformed 3-fold increase in concentration. They were CALCA, CCL20, GPR37, IGFBP4, IL1RL1, SLC39A14, SPINK4, FABP3, MYL3, and CHCHD10. Four different proteins, namely, CD83, leukocyte associated immunoglobulin-like receptor 2 (LAIR2), CD7, and HEM6 showed a significant decrease with defibrotide treatment. SOS/VOD resolved in 80% (n = 4) of patients, while 1 patient deceased due to SOS/VOD. CONCLUSION: PEA technology identified 10 proteins that were significantly elevated in patients with very severe SOS/VOD. Prospective studies in a larger cohort using this technology may be able to conclusively identify diagnostic protein biomarkers for SOS/VOD.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 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 ».