Soluble Urokinase Plasminogen Activator Receptor as a Diagnostic and Prognostic Biomarker in Cardiac Disease
Notice bibliographique
Résumé
This review summarizes the published literature referring to the use and validity of the biomarker soluble urokinase plasminogen activator receptor (suPAR) when used for the assessment of patients with cardiac diseases. It is measured by enzyme-linked immunosorbent assay (ELISA) in plasma samples. In cardiology a cut-off value range of 3.5 - 4.5 ng/mL has been commonly utilized. Different cut-off values may be applied based on the measuring kit used, the patient population and the clinical setting. A PubMed/Medline search was conducted aiming to identify all publications relevant to the use of suPAR in patients with cardiac diseases. A total of 39 studies were included in this review. suPAR as a marker of inflammation has been used more extensively in recent years, alone or in combination with other biomarkers of inflammation and cardiac pathology in the assessment of patients with acute and chronic cardiac diseases. suPAR is closely related to the pathophysiology of cardiac disease, and a number of publications encourages its use as a valuable biomarker in the assessment of patients presenting to the cardiology service. It may be most valuable in the risk assessment of patients with acute coronary syndromes and congestive heart failure, as suPAR elevation may be an independent predictor of mortality in these conditions. In conclusion, among several biomarkers used for clinical entities with underlying inflammatory pathophysiology including cardiac diseases, suPAR is a novel attractive index for the prognostic risk stratification of cardiac patients. More research is warranted to confirm its diagnostic and prognostic validity, alone or combined with other cardiac and inflammatory 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 | 0,009 | 0,078 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| 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 | 0,001 | 0,002 |
| 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 ».