Relationship between expression of blood circulating lncRNA: LRRC75A-AS1, clinical characteristics and prognosis of chronic heart failure patients
Why this work is in the frame
A frame that forgets how it found something cannot be audited. These are the routes that admitted this work.
Bibliographic record
Abstract
Wprowadzenie Złożone oddziaływanie pomiędzy czynnikami genetycznymi a ogólnoustrojowymi mechanizmami biologicznymi przyczynia się nie tylko do progresji i niekorzystnego rokowania przewlekłej niewydolności serca (PNS), lecz także utrudnia selekcję biomarkerów dla tej choroby. Odkrycie nowych czynników molekularnych, takich jak lncRNAs, zapewniło nowe podejście do poszukiwania biomarkerów chorób, również dla PNS. Cel pracy W niniejszej pracy skupiono się na krążącym we krwi obwodowej lncRNA – LRRC75A-AS1 jako nowym, potencjalnym biomarkerze odzwierciedlającym kondycję kliniczną oraz rokowanie chorego z PNS. Materiał i metody Ekspresję lncRNA oceniono w próbkach osocza pobranych od 108 nowo zdiagnozowanych pacjentów z PNS, a następnie skorelowano z parametrami klinicznymi badanych chorych. Wyniki Niska ekspresja LRRC75A-AS1 była związana z bardziej nasiloną odpowiedzią zapalną odzwierciedlaną przez wysokie stężenie białka C-reaktywnego, interleukiny 6 i czynnika martwicy nowotworów w osoczu. Chorzy z niską ekspresją lncRNA mieli niższe stężenie albuminy w surowicy, byli istotnie częściej kwalifikowani do grupy III i IV wg NYHA, stwierdzano u nich PASP ≥ 36 mm Hg oraz częściej cierpieli z powodu duszności wysiłkowej. Analiza przeżycia metodą Coxa wyselekcjonowała niską ekspresję LRRC75A-AS1 jako czynnik związany z niekorzystnym rokowaniem chorych z PNS (HR = 2,17). Wnioski Krążący we krwi LRRC75A-AS1 wydaje się atrakcyjnym biomarkerem pomocnym do oceny stanu klinicznego chorych na PNS. Ekspresja lncRNA odzwierciedla stopień zaawansowania objawów PNS oraz nasilenie stanu zapalnego w organizmie, co może być użyteczne w selekcji pacjentów z niekorzystnym rokowaniem choroby i większym ryzykiem zgonu.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
Full frame distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.005 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.000 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it