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 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 | 0,001 |
| 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) | 0,000 | 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 ».