MétaCan
Menu
Retour à la cohorte
Enregistrement W7116752681 · doi:10.1097/shk.0000000000002747

Measurement of central nervous system related biomarkers in plasma of burn patients

2025· article· en· W7116752681 sur OpenAlexaff
Andrew J. Hoisington, Christopher E. Stamper, Molly J. Sullan, Lisa A. Brenner, Ellen L. Burnham, Kevin M. Najarro, Juan-Pablo Idrovo, Arek J. Wiktor, Thomas O. Vogler, Alexandra E. Halevi, Rachel H. McMahan, Elizabeth J. Kovacs

Notice bibliographique

RevueShock · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueBurn Injury Management and Outcomes
Établissements canadiensCanadian Institute for Military and Veteran Health Research
Organismes subventionnairesNational Center for Complementary and Integrative HealthNational Institute of General Medical SciencesNational Center for Advancing Translational SciencesNational Institute on Alcohol Abuse and AlcoholismU.S. Department of Veterans Affairs
Mots-clésCentral nervous systemPlasma levelsFoundation (evidence)BiomarkerBurn injury

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Burn injury produces a complex biological response across multiple organs and biological systems. Nonetheless, current understanding regarding the neurologic response to burn injury is limited. Research suggests that disruption of the blood-brain barrier may play a role in central nervous system (CNS) damage after burn trauma. As such, the purpose of this study was to investigate systemic circulating biomarkers, frequently associated with neuronal injury, to gain an understanding of their relationship to burn injury severity. METHODS: Blood from 56 patients admitted to the burn intensive care units was taken within 24 hours and analyzed for four CNS-related biomarkers in plasma (i.e., ubiquitin C-terminal hydrolase L1, tau protein, glial fibrillary acidic protein, and neurofilament light). Clinical information regarding demographics, burn severity, and health outcomes was also obtained. RESULTS: We observed that increased burn severity, as measured by total burn surface area (TBSA), was significantly associated with increased ubiquitin C-terminal hydrolase L1, neurofilament light, and tau. Glial fibrillary acidic protein was not associated with burn severity. In a predictive model of days spent in the hospital after injury, the accuracy of the four CNS-related biomarkers was only improved by 1% when TBSA was included (i.e., 38.3% accuracy with only biomarkers vs. 39.4% accuracy with biomarkers and TBSA). CONCLUSIONS: Overall, findings from this novel study highlight an association between burn injury severity and CNS-related biomarkers, thereby providing a foundation for future studies to explore both potential mechanisms associated with burn-related neurologic damage and associated functional impairments.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,012
Tête enseignante GPT0,237
Écart entre enseignants0,225 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueShockMême sujetBurn Injury Management and OutcomesTravaux en français237 207