Dried Blood Spots to Assess Cardiovascular‐Kidney‐Metabolic Health
Notice bibliographique
Résumé
Dried blood spot sampling offers a scalable strategy to close diagnostic gaps and improve global surveillance for cardiovascular-kidney-metabolic syndrome. However, assay performance and the extent of validity vary widely between biomarkers used in cardiovascular-kidney-metabolic health assessment under different settings and have not been well described. To fill this gap, we conducted a systematic search of the literature and a narrative synthesis through April 2024 and included reports with laboratory or field validation measuring biomarkers that can be used in cardiovascular-kidney-metabolic health assessment. We categorized assays into categories based on laboratory validation: excellent performance (r>0.95 with gold standard methods and coefficients of variation <5%), very good performance (r>0.90 and coefficients of variation <10%), reasonable performance (r>0.80 and coefficients of variation <15%), and poor performance (r<0.80 or coefficients of variation >15%). The extent of validation was determined by the total number of field validation studies with strong agreement. Hemoglobin A1c has strong laboratory and field validation and should be considered for expansion into clinical testing in low-resource settings. Traditional lipid biomarkers showed poor performance in field validation studies, but apoB (apolipoprotein B), creatinine, cystatin C, and NT-proBNP (N-terminal prohormone of brain natriuretic peptide) showed promising initial laboratory validation results and deserve greater attention in field validation studies. High-sensitivity C-reactive protein has strong laboratory and field validation but has limited clinical utility. Dried blood spot assays have been developed for biomarkers that offer mechanistic insights including inflammatory and vascular injury markers, fatty acids, malondialdehyde, asymmetric dimethylarginine, trimethylamine N-oxide, carnitines, and omics.
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 | 0,017 | 0,054 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,010 | 0,008 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 0,002 |
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 ».