Defining subgroups of pediatric nephrotic patients with urine proteomics
Notice bibliographique
Résumé
The molecular pathophysiology of nephrotic syndrome remains largely elusive in pediatric patients. While most children with minimal change disease (MCD) show favorable responses to immunosuppressive therapy, those with focal segmental glomerulosclerosis (FSGS) often exhibit poorer treatment responses, with many experiencing either partial remission or no remission of proteinuria. The need for reliable glomerular disease biomarkers to predict treatment response and understand molecular pathways governing responsiveness and resistance is a critical unmet need in pediatric nephrology. In this study, we sought to characterize urine proteomes in children with MCD and FSGS to identify biomarkers distinguishing disease activity and associated molecular pathways. Using quantitative proteomics, urine proteins from children with MCD and FSGS in the CureGN Study were identified and correlated with disease onset and activity. Unbiased cluster analyses of nephrotic urine proteomes demonstrated a cluster with relatively increased immune response and complement proteins, suggesting important distinctions in disease characteristics within the nephrotic subgroups. These analyses yielded patient subpopulations with proteinuria and distinct urine proteome differences associated with 116 proteins exerting cluster separation in the multivariate analyses. These findings highlight the potential of unsupervised clustering to identify disease subgroups and provide insights into the underlying molecular heterogeneity within nephrotic syndrome, paving the way for more tailored therapeutic strategies and improved patient management.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| 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 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 ».