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 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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,001 | 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 ».