Azerbaijani
Albanian
Arabic
Armenian
Azerbaijani
Belarusian
Bengali
Bosnian
Catalan
Czech
Danish
Deutsch
Dutch
English
Estonian
Finnish
Français
Greek
Haitian Creole
Hebrew
Hindi
Hungarian
Icelandic
Indonesian
Irish
Italian
Japanese
Korean
Latvian
Lithuanian
Macedonian
Mongolian
Norwegian
Persian
Polish
Portuguese
Romanian
Russian
Serbian
Slovak
Slovenian
Spanish
Swahili
Swedish
Turkish
Ukrainian
Vietnamese
Български
中文(简体)
中文(繁體)
Revista de Investigacion Clinica

Distinguishing Intracerebral Hemorrhage from Acute Cerebral Infarction through Metabolomics.

Yalnız qeydiyyatdan keçmiş istifadəçilər məqalələri tərcümə edə bilərlər
Giriş / Qeydiyyatdan keçin
Bağlantı panoya saxlanılır
Xuxin Zhang
Yanzhao Li
Yan Liang
Pitong Sun
Xue Wu
Jinhui Song
Xiaoyu Sun
Mo Hong
Peng Gao
Dongfeng Deng

Açar sözlər

Mücərrəd

UNASSIGNED

Acute cerebral infarction (ACI) and intracerebral hemorrhage (ICH) are potentially lethal cerebrovascular diseases that seriously impact public health. ACI and ICH share several common clinical manifestations but have totally divergent therapeutic strategies. A poor diagnosis can affect stroke treatment.

UNASSIGNED

To screen for biomarkers to differentiate ICH from ACI, we enrolled 129 ACI and 128 ICH patients and 65 healthy individuals as controls.

UNASSIGNED

Patients with stroke were diagnosed by computed tomography/magnetic resonance imaging, and their blood samples were obtained by fingertip puncture within 2-12 h after stroke initiation. We compared changes in metabolites between ACI and ICH using dried blood spot-based direct infusion mass spectrometry technology for differentiating ICH from ACI.

UNASSIGNED

Through multivariate statistical approaches, 11 biomarkers including 3-hydroxylbutyrylcarnitine, glutarylcarnitine (C5DC), myristoylcarnitine, 3-hydroxypalmitoylcarnitine, tyrosine/citrulline (Cit), valine/phenylalanine, C5DC/3-hydroxyisovalerylcarnitine, C5DC/palmitoylcarnitine, hydroxystearoylcarnitine, ratio of sum of C0, C2, C3, C16, and C18:1 to Cit, and propionylcarnitine/methionine were screened. An artificial neural network model was constructed based on these parameters. A training set was evaluated by cross-validation method. The accuracy of this model was checked by an external test set showing a sensitivity of 0.8400 (95% confidence interval [CI], 0.7394-0.9406) and specificity of 0.7692 (95% CI, 0.6536-0.8848).

UNASSIGNED

This study confirmed that metabolomic analysis is a promising tool for rapid and timely stroke differentiation and prediction based on differential metabolites.

Facebook səhifəmizə qoşulun

Elm tərəfindən dəstəklənən ən tam dərman bitkiləri bazası

  • 55 dildə işləyir
  • Elm tərəfindən dəstəklənən bitki mənşəli müalicələr
  • Təsvirə görə otların tanınması
  • İnteraktiv GPS xəritəsi - yerdəki otları etiketləyin (tezliklə)
  • Axtarışınızla əlaqəli elmi nəşrləri oxuyun
  • Təsirlərinə görə dərman bitkilərini axtarın
  • Maraqlarınızı təşkil edin və xəbər araşdırmaları, klinik sınaqlar və patentlər barədə məlumatlı olun

Bir simptom və ya bir xəstəlik yazın və kömək edə biləcək otlar haqqında oxuyun, bir ot yazın və istifadə olunan xəstəliklərə və simptomlara baxın.
* Bütün məlumatlar dərc olunmuş elmi araşdırmalara əsaslanır

Google Play badgeApp Store badge