Metabolomic and Lipidomic Signatures of Metabolic Syndrome and its Physiological Components in Adults: A Systematic Review
Notice bibliographique
Résumé
The aim of this work was to conduct a systematic review of human studies on metabolite/lipid biomarkers of metabolic syndrome (MetS) and its components, and provide recommendations for future studies. The search was performed in MEDLINE, EMBASE, EMB Review, CINHAL Complete, PubMed, and on grey literature, for population studies identifying MetS biomarkers from metabolomics/lipidomics. Extracted data included population, design, number of subjects, sex/gender, clinical characteristics and main outcome. Data were collected regarding biological samples, analytical methods, and statistics. Metabolites were compiled by biochemical families including listings of their significant modulations. Finally, results from the different studies were compared. The search yielded 31 eligible studies (2005-2019). A first category of articles identified prevalent and incident MetS biomarkers using mainly targeted metabolomics. Even though the population characteristics were quite homogeneous, results were difficult to compare in terms of modulated metabolites because of the lack of methodological standardization. A second category, focusing on MetS components, allowed comparing more than 300 metabolites, mainly associated with the glycemic component. Finally, this review included also publications studying type 2 diabetes as a whole set of metabolic risks, raising the interest of reporting metabolomics/lipidomics signatures to reflect the metabolic phenotypic spectrum in systems approaches.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,004 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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; 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 ».