Novel Lipid Biomarkers of Chronic Kidney Disease of Unknown Etiology Based on Urinary Small Extracellular Vesicles: A Pilot Study of Sugar Cane Workers
Notice bibliographique
Résumé
BACKGROUND/OBJECTIVES: Chronic kidney disease of unknown etiology (CKDu) disproportionately affects young male agricultural workers who are otherwise healthy. There is a scarcity of biomarkers for early detection of this type of kidney disease. We hypothesized that small extracellular vesicles (sEVs) released into urine may provide novel biomarkers. METHODS: We obtained two urine samples at the start and the end of a workday in the fields from a limited set of workers with and without kidney impairment. Isolated sEVs were characterized for size, surface marker expression, and purity and, subsequently, their lipid composition was determined by mass spectrometry. RESULTS: The number of particles per ml of urine normalized to osmolality and the size variance were larger in workers with possible CKDu than in control workers. Surface markers CD9, CD63, and CD81 are characteristic of sEVs and a second set of surface markers suggested the kidney as the origin. Differential expression of CD25 and CD45 suggested early inflammation in CKDu workers. Of the twenty-one lipids differentially expressed, several were bioactive, suggesting that they may have essential functions. Remarkably, fourteen of the lipids showed intermediate expression values in sEVs from healthy individuals with acute creatinine increases after a day of work. CONCLUSIONS: We identified twenty-one possible lipid biomarkers in sEVs isolated from urine that may be able to distinguish agricultural workers with early onset of CKDu. Differentially expressed surface proteins in these sEVs suggested early-stage inflammation. This pilot study was limited in the number of workers evaluated, but the approach should be further evaluated in a larger population.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 | 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 ».