microRNAs in sudden hearing loss
Notice bibliographique
Résumé
OBJECTIVES: To compare the circulating microRNA (miRNA) expression profiles between sudden sensory neural hearing loss (SSNHL) patients and age-matched normal hearing controls. STUDY DESIGN: Prospective cohort multi-center study. METHODS: Patients presenting within 28 days of onset of SSNHL were prospectively recruited along with contemporaneous age-matched controls. Pooled sera of four patient (n = 09, mean age = 53.0 years; 07, 55.0; 10, 52.9; 10, 51.6) and two control (09, 51.2 and 03, 50.0) groups were assessed using a TaqMan Low Density Array. The patients' sera were also divided into two pools, untreated (04, 57.7) and treated (32, 52.6) for additional analysis. miRNA expression level was derived from cycle threshold (Ct) values normalized to a global mean. Inter-group mean Ct differences with fold changes ≥2.0 and ≤0.5 at P < .05 were considered significant. Bioinformatic databases were used to identify putative target mRNAs or validated genes and their functional annotations. RESULTS: Thirty-six SSNHL patients (mean age 53.0 ± standard deviation (SD) 15.2 years) and 12 controls (50.9 ± 11.9) were studied. Eight miRNAs hsa-miR-590-5p/ -186-5p/ -195-5p/ -140-3p/ -128-3p/ -132-3p/ -375-3p, and -30a-3p were identified as significantly differentially expressed in SSNHL patients. Most of these miRNAs were abundantly identified in the nervous system and the putative target messenger RNAs (mRNAs) were enriched in signaling pathways such as phosphatidyl inositol 3 kinase/protein Kinase B (PI3K/Akt), Ras and mitogen-activated protein kinase (MAPK). CONCLUSION: These findings suggest the possible cellular signaling pathways that underlie the disruption of auditory signal transmission in SSNHL. LEVEL OF EVIDENCE: 2 Laryngoscope, 130:E416-E422, 2020.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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) | 0,000 | 0,003 |
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 tête enseignante, 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 ».