Cerebrospinal Fluid Biomarkers as Predictors of Shunt Response in Idiopathic Normal Pressure Hydrocephalus: A Systematic Review
Notice bibliographique
Résumé
BACKGROUND: The widely accepted treatment for idiopathic normal-pressure hydrocephalus (iNPH) is a cerebrospinal fluid (CSF) diversion shunt procedure, to which approximately 80% of patients will respond. The purpose of this systematic review was to identify which CSF biomarkers have been investigated in predicting shunt responsiveness in iNPH patients, and to analyze the level of evidence for each. METHODS: To find all relevant articles, a comprehensive search of Medline, Embase, and PsycINFO was conducted. RESULTS: The literature search identified 344 unique citations, of which 13 studies satisfied the inclusion criteria and were analyzed in our review. These 13 studies reported on 37 unique biomarkers. CONCLUSIONS: The available studies suggest that there is evidence for the utility of CSF biomarkers in predicting shunt responsiveness in iNPH patients, though none have been shown to predict shunt response with both high sensitivity and specificity. We found that there is no available evidence for the use of Aβ38, Aβ40, Aβ43, APL1β25, APL1β27, APL1β28, sAPP, aAPPα, sAPPβ, TNF-α, MCP-1, sCD40L, sulfatide, MBP, L-PGDS, cystatin C, transthyretin, TGF-β2, or YKL-40 in predicting shunt response. There is minimal evidence for the use of TGF-β1, TBR-II, homocysteine, and interleukins (particularly IL-1β, IL-6, and IL-10). However, the available evidence suggests that these biomarkers warrant further investigation. Aβ42, tau, p-tau, NFL, and LRG have the greatest amount of evidence for their predictive value in determining shunt responsiveness in iNPH patients. Future research should be guided by, but not limited to, these biomarkers.
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 | 0,018 | 0,038 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,005 | 0,002 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,003 | 0,011 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,009 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,003 |
| 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».