Serum heat shock protein concentrations are not associated with amyotrophic lateral sclerosis risk or survival in three European populations
Notice bibliographique
Résumé
Introduction: Serum heat shock protein (HSP) concentrations have been reported as potential biomarkers for amyotrophic lateral sclerosis (ALS). Here, we investigate the role of serum HSP70, HSP90, and DNAJC7 as biomarkers for ALS. Methods: Serum samples were collected from ALS patients and volunteer controls from three different clinical cohorts (in Germany, Ireland, and Italy). Serum HSP concentrations were determined using enzyme-linked immunosorbent assay. Descriptive statistics, generalized logistic regression, and Cox proportional hazards models were used to model associations between log serum HSP concentrations and ALS risk. Results: In total, 251 ALS patients and 184 healthy volunteers were included. Logistic regression models failed to find associations between ALS risk and log serum concentration of HSP70 (OR 0.43, 95% CI: 0.10–1.78, p = 0.242), HSP90 (OR 0.95, 95% CI: 0.39–2.37, p = 0.904), or DNAJC7 (OR 1.55, 95% CI: 0.90–2.68, p = 0.118). Survival of ALS patients was not associated with log serum concentration of HSP HSP70 (HR1.06, 95% CI: 0.36–3.14, p = 0.916), HSP90 (HR 1.17, 95% CI: 0.67–2.02, p = 0.584), or DNAJC7 (HR 0.83, 95% CI: 0.57–1.21, p = 0.337). Discussion: We did not replicate previous findings that serum HSP70 and HSP90 concentrations were associated with risk of ALS. DNAJC7 was not associated with ALS risk, and there were no obvious longitudinal patterns in log serum concentrations of HSP70, HSP90, or DNAJC7. In addition, serum HSP concentrations were not associated with ALS survival.
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) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».