Predictive gene expression signature diagnoses neonatal sepsis before clinical presentation
Notice bibliographique
Résumé
BACKGROUND: Neonatal sepsis is a deadly disease with non-specific clinical signs, delaying diagnosis and treatment. There remains a need for early biomarkers to facilitate timely intervention. Our objective was to identify neonatal sepsis gene expression biomarkers that could predict sepsis at birth, prior to clinical presentation. METHODS: Among 720 initially healthy full-term neonates in two hospitals (The Gambia, West Africa), we identified 21 newborns who were later hospitalized for sepsis in the first 28 days of life, split into early-onset sepsis (EOS, onset ≤7 days of life) and late-onset sepsis (LOS, onset 8-28 days of life), 12 neonates later hospitalized for localized infection without evidence of systemic involvement, and 33 matched control neonates who remained healthy. RNA-seq was performed on peripheral blood collected at birth when all neonates were healthy and also within the first week of life to identify differentially expressed genes (DEGs). Machine learning methods (sPLS-DA, LASSO) identified genes expressed at birth that predicted onset of neonatal sepsis at a later time. FINDINGS: Neonates who later developed EOS already had ∼1000 DEGs at birth when compared to control neonates or those who later developed a localized infection or LOS. Based on these DEGs, a 4-gene signature (HSPH1, BORA, NCAPG2, PRIM1) for predicting EOS at birth was developed (training AUC = 0.94, sensitivity = 0.93, specificity = 0.92) and validated in an external cohort (validation AUC = 0.72, sensitivity = 0.83, and specificity = 0.83). Additionally, during the first week of life, EOS disrupted expression of >1800 genes including those influencing immune and metabolic transitions observed in healthy controls. INTERPRETATION: Despite appearing healthy at birth, neonates who later developed EOS already had distinct whole blood gene expression changes at birth, which enabled the development of a 4-gene predictive signature for EOS. This could facilitate early recognition and treatment of neonatal sepsis, potentially mitigating its long-term sequelae. FUNDING: CIHR and NIH/NIAID.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 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 ».