BMP10 reflects pre-capillary pulmonary hemodynamics: association of biomarkers and hemodynamic parameters in pulmonary hypertension
Notice bibliographique
Résumé
BACKGROUND AND AIMS: The role of biomarkers in diagnosing pulmonary hypertension (PH) and distinguishing between pre- and post-capillary PH remains poorly understood. We aimed to identify biomarkers with a strong association with mean pulmonary arterial pressure, mPAP (PH diagnosis) and pulmonary vascular resistance, PVR (pre-capillary component), but not with pulmonary arterial wedge pressure, PAWP (post-capillary component). METHODS: Blood samples were collected in patients undergoing right heart catheterization within a prospective cross-sectional study. Biomarkers measured included BMP10, NT-proBNP, ANG2, ESM1/endocan, FGF23, GDF15, IGFBP7, IL6, MyBPC3, proC3, and proC6/endotrophin. Primary outcomes were mPAP, PVR, and PAWP, while secondary outcomes included PH diagnosis (mPAP > 20 mmHg) and elevated PVR (> 2 Wood units). Multivariable linear and logistic regression models were used to assess the relationship between biomarkers and outcomes. RESULTS: Of the 127 patients included (age 66 ± 13 years, 54% female), 73% were diagnosed with PH. BMP10, NT-proBNP, ANG2, MyBPC3, and FGF23 showed a strong association with mPAP (p < 0.001). BMP10 and NT-proBNP were strongly associated with PVR (p < 0.001), while NT-proBNP and ANG2 were strongly associated with PAWP (p < 0.001). NT-proBNP had the strongest association with the diagnosis of PH (area under the curve = 0.76). BMP10 was the only biomarker associated with elevated PVR (OR 1.60, 95%CI 1.01-2.54, p = 0.04) but not with PAWP (p = 0.86). CONCLUSIONS: Several biomarkers were strongly associated with mPAP, PAWP, and PVR. BMP10 was the only biomarker strongly associated with mPAP and PVR, but not with PAWP, thus reflecting the pre-capillary PH component. Measurement of BMP10 along with NT-proBNP may aid in diagnosing PH.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».