A Metabolomics Approach To Identify Metabolites Associated with Uremic Symptoms in Patients Receiving Maintenance Hemodialysis
Notice bibliographique
Résumé
Key Points Uremic symptoms are common in patients with kidney failure, but the chemicals causing them are unknown. We used state-of-the-art untargeted metabolomics and rigorous analyses to search for metabolites associated with uremic symptoms. We identified metabolite-symptom associations but could not replicate findings and offer recommendations for future research. Background The specific toxins causing uremic symptoms (nausea, vomiting, pruritus, fatigue, difficulty concentrating, and pain) in kidney failure remain unknown. We used untargeted metabolomics to identify plasma metabolites associated with uremic symptoms in patients receiving hemodialysis. Methods We measured metabolites in plasma samples from Longitudinal US/Canada Incident Dialysis study participants at baseline (discovery; n =636) and year 1 (internal validation; n =260) and from Frailty Assessment in Renal Disease study participants (external validation; n =355). We used metabolite-wise linear models with empirical Bayesian inference to evaluate the association between metabolites and uremic symptom severity, adjusting for key covariates. We accounted for multiple testing using a false discovery rate ( P values adjusted for false discovery rate [pFDR]) for linear models and used two machine learning models to evaluate the association consistency. We defined association as significant if pFDR < 0.1 and consistent if it had medium or high importance in both machine learning models. Results Participants had a mean age of 63 years, with uremic symptom prevalence ranging from 44% to 83%. We identified 627 previously characterized (known) and 35,558 unknown metabolite peaks. No known metabolites were significantly and consistently associated with uremic symptom severity across all cohorts. Within cohorts, retinol was negatively associated with nausea/vomiting in Longitudinal US/Canada Incident Dialysis at year 1, and indole-3-propionic acid was negatively associated with anorexia in Frailty Assessment in Renal Disease. Several unknown metabolites were associated with symptoms (lowest pFDR, 0.0004), but none were consistent across cohorts. Conclusions We identified metabolites associated with uremic symptom severity, although findings were inconsistent across cohorts. This study highlights the need for additional research on uremic toxins and clinical outcomes.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| 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 ».