Preoperative untargeted SPME-LC/HRMS-based metabolomic profiling in cardiac surgical patients identified prognostic biomarkers for postoperative outcomes
Notice bibliographique
Résumé
BACKGROUND: Circulating metabolite profiles may reflect the physiological status before cardiac surgery and could contribute to predicting clinical outcome. Accordingly, metabolite levels may improve risk models as clinical models alone using known, or suspected, risk factors may have limited applicability to subtler organ-specific injury. Hence, the aim of this study was to comprehensively describe perioperative changes in metabolic profiles in cardiac surgical patients requiring cardiopulmonary bypass to find association with outcomes. RESULTS: In this work, a sequential extraction strategy using two SPME devices with different selectivity (C18/PAN- and C8-SCX/PAN-coated fibers) next to dual-mode separation (hydrophilic interaction - reversed-phase) was proposed for improving plasma metabolome coverage and data quality, and consequently facilitating discriminative biomarker discovery. This complementary methodology enhanced metabolome coverage demonstrating that patients undergoing complex open cardiac surgery (n = 22) could be efficiently distinguished from low-risk surgery patients (n = 27) based on their metabolic profiles. Metabolite profiles belonging to the high-risk patients showed higher levels of accumulation of incomplete products of fatty acid (FA) β-oxidation, bile acids, glucuronides, and lipid mediators derived from polyunsaturated FAs, along with perturbations in essential amino acid metabolism that potentially might be linked with multiple poor clinical outcomes (i.e. postoperative seizure, ischemic-thrombotic complications, death). SIGNIFICANCE: The analytical workflow, presented in this study, greatly expanded the capacity for comprehensive metabolite profiling in demanding biological matrices. With more patients undergoing complex cardiac surgery at the advanced age, this work adds to improving perioperative care through implementing metabolic solutions that may streamline recovery.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| 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) | 0,001 | 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 ».