Circulating microRNAs as markers for scrub typhus-associated acute kidney injury
Notice bibliographique
Résumé
BACKGROUND: Circulating microRNAs (miRNAs) are potential biomarkers for various kidney diseases. In this study, we aimed to identify a circulating miRNA signature for detecting acute kidney injury (AKI) in scrub typhus. METHODS: We prospectively enrolled 40 patients with scrub typhus (20 with AKI, AKI group; 20 without AKI, non-AKI group) and 20 healthy volunteers (the HV group). Thereafter, we performed microarray analysis to assess the serum miRNA profiles of all the participants. Then, to identify miRNAs predictive of scrub typhus-associated AKI, we compared miRNA profiles among these three groups. RESULTS: The proportions of miRNAs, small nucleolar RNAs, and small Cajal body-specific ribonucleoproteins were higher in patients with scrub typhus than in the HVs. Further, relative to the HVs, we identified 120 upregulated and 449 downregulated miRNAs in the non-AKI group and 101 upregulated and 468 downregulated miRNAs in the AKI group. We also identified 11 and 110 upregulated and downregulated miRNAs, respectively, in the AKI group relative to the non-AKI group, and among these miRNAs, we noted 14 miRNAs whose levels were significantly upregulated or downregulated in the AKI group relative to their levels in the HV and non-AKI groups. Biological pathway analysis of these 14 miRNAs indicated their potential involvement in various pathways associated with tumor necrosis factor alpha. CONCLUSION: We identified miRNAs associated with AKI in patients with scrub typhus that have predictive potential for AKI. Thus, they can be used as surrogate markers for the detection of scrub typhus-associated AKI.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 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 ».