UPLC-MS/MS High-Risk Screening for Sphingolipidoses Using Dried Urine Spots
Notice bibliographique
Résumé
Background: Early detection of sphingolipidoses is crucial to prevent irreversible complications and improve patient outcomes. The use of urine samples dried on filter paper (DUS) is a non-invasive strategy that simplifies the collection, storage, and shipping of samples compared to using liquid urine specimens. Objectives: (1) Develop and validate a multiplex ultra-performance liquid chromatography–tandem mass spectrometry (UPLC-MS/MS) methodology using DUS to quantify twenty-one lysosphingolipids normalized to creatinine for eight different sphingolipidoses. (2) Establish normal reference values to evaluate the clinical utility of the methodology. Methods: Samples were eluted from a 5 cm filter paper disk (~1 mL of urine) and extracted on Oasis MCX solid-phase extraction cartridges prior to injection in the UPLC-MS/MS system. Results: Urinary lysosphingolipids were stable on DUS at −80 °C and −30 °C for 117 days, at 21.5 °C and 4 °C for at least 26 days, and at 35 °C for 3 days. Globotriaosylsphingosine, glucosylsphingosine, and their analogs were elevated in patients with Fabry disease and Gaucher disease, respectively, compared to controls (p-value < 0.0001). The analysis of related analog profiles suggests a better overall reliability in detecting patients early, especially for Fabry patients. Conclusions: This approach is feasible and might be useful for the early detection, monitoring, and follow-up of patients with sphingolipidoses.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 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 | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».