Biomarkers for Inner Ear Disorders: Scoping Review on the Role of Biomarkers in Hearing and Balance Disorders
Notice bibliographique
Résumé
The diagnostics of inner ear diseases are primarily functional, but there is a growing interest in inner ear biomarkers. The present scoping review aimed to elucidate gaps in the literature regarding the definition, classification system, and an overview of the potential uses of inner ear biomarkers. Relevant biomarkers were categorized, and their possible benefits were evaluated. The databases OVID Medline, EMBASE, EBSCO COINAHL, CA PLUS, WOS BIOSIS, WOS Core Collection, Proquest Dissertations, Theses Global, PROSPERO, Cochrane Library, and BASE were searched using the keywords "biomarker" and "inner ear". Of the initially identified 1502 studies, 34 met the inclusion criteria. The identified biomarkers were classified into diagnostic, prognostic, therapeutic, and pathognomonic; many were detected only in the inner ear or temporal bone. The inner-ear-specific biomarkers detected in peripheral blood included otolin-1, prestin, and matrilin-1. Various serum antibodies correlated with inner ear diseases (e.g., anti-type II collagen, antinuclear antibodies, antibodies against cytomegalovirus). Further studies are advised to elucidate the clinical significance and diagnostic or prognostic usage of peripheral biomarkers for inner ear disorders, filling in the literature gaps with biomarkers pertinent to the otology clinical practice and integrating functional and molecular biomarkers. These may be the building blocks toward a well-structured guideline for diagnosing and managing some audio-vestibular disorders.
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 | 0,007 |
| 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 | 0,000 |
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 ».