Kidney Transcriptomics of Blood Pressure (BP) in Minimal Change Disease (MCD) and Focal Segmental Glomerulosclerosis (FSGS)
Notice bibliographique
Résumé
Background: Individuals with MCD and FSGS are at high risk for hypertension and cardiovascular disease, however molecular markers of BP in this population are unknown. The objective was to investigate kidney tissue differential gene expression associated with BP in MCD/FSGS. Methods: Participants with biopsy-proven MCD or FSGS from the Nephrotic Syndrome Study Network (NEPTUNE) with previously sequenced genome-wide mRNA expression profiling of kidney tissue were included. Glomerular and tubulointerstitial transcriptomics were assessed for differentially expressed (DE) genes in adjusted linear models for enrollment BP. Systolic and diastolic BP were indexed (SBPi/DBPi) to the 95th%ile for children <13 years and to 130 mmHg for those ≥13 years. Results: Participants included 192 children (age 11 IQR 5-14 yr, 57.3% male) and 370 adults (age 45 IQR 32.8-58.3 yr, 60.8% male), with 28.7% FSGS. Median SBPi was 0.8 IQR 0.70-0.9 and DBPi was 0.87 IQR 0.78-1, with 47.3% on RAAS blockade. Adjusting for sex only, there were 865 genes at 5% and 1622 at 10% FDR associated with SBPi, but none for DBPi. Adjusting for sex, age, and glomerular filtration rate (eGFR) revealed no significant genes for either SBPi or DBPi at 10% FDR (Figure 1). By p-value, the top genes in the SBPi and DBPI models were PNMA8C (p=3.2e-5) and PHTF1 (p=5.6e-5), respectively. There were no DE genes from tubulointerstitial tissue associated with BP.Figure 1.: Glomerular differential gene expression of blood pressure adjusted for age, sex and eGFRConclusions: Though hypertension is an important risk factor for progression of kidney disease, BP was not associated with differential gene expression in kidney tissue after adjusting for common confounders in patients with MCD/FSGS enrolled in NEPTUNE. Funding: NIDDK Support
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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) | 0,001 | 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 ».