Prognostic serum biomarkers of synaptic, neuronal and glial injury in patients with acute ischemic stroke of the anterior circulation
Notice bibliographique
Résumé
BACKGROUND: We aimed to investigate the prognostic role of β-synuclein in comparison to that of neurofilament light chain (NfL) and glial fibrillary acidic protein (GFAP) for predicting functional outcome after acute ischemic stroke (AIS). METHODS: We measured serum concentrations of β-synuclein, NfL and GFAP 24 h after hospital admission in 213 consecutive patients with moderate-to-severe AIS. We investigated the association between serum biomarkers and radiological/clinical characteristics, 3-months mortality and functional outcome on the modified Rankin Scale (mRS). RESULTS: In 213 patients with AIS [mean age: 76.1 (±12.5) years, 53.1% males, median NIHSS score on admission: 13 (IQR: 9-17)], higher levels of β-synuclein, NfL and GFAP were associated with higher NIHSS scores and with lower Alberta Stroke Program CT Score (ASPECTS) points on admission. Serum β-synuclein levels was significantly correlated with NfL (rho = 0.715, p < 0.001) and GFAP concentrations (rho = 0.684, p < 0.001). The inclusion of serum β-synuclein significantly improved the accuracy of prediction models without biomarkers for overall mortality (AUC: 0.836 vs. 0.752, p < 0.001) and mRS 3-6 vs. 0-2 (AUC: 0.812 vs. 0.624, p < 0.001). Combination models with NfL and/or GFAP showed a similar accuracy. CONCLUSIONS: Serum β-synuclein may be used to assess synaptic damage/dysfunction and to predict 3-months clinical outcomes in patients with AIS.
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) | 0,000 | 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 ».