MicroRNA in Human Acute Kidney Injury: A Systematic Review Protocol
Notice bibliographique
Résumé
BACKGROUND: Acute kidney injury (AKI) is a common complication of hospitalization with high morbidity and mortality for which no effective treatments exist and for which current diagnostic tools have limitations for earlier identification. MicroRNAs (miRNAs) are small non-coding RNAs that have been implicated in the pathogenesis of AKI, and some miRNAs have shown promise as therapeutic tools in animal models of AKI. However, less is known about the role of miRNAs in human AKI. OBJECTIVE: To evaluate the role of miRNAs in human subjects with AKI. DESIGN: Systematic review and meta-analysis. MEASUREMENTS: Quantification of miRNA levels from human blood, urine, or kidney biopsy samples, and measures of renal function as defined in the study protocol. METHODS: A comprehensive search strategy for Ovid MEDLINE All, Embase, Web of Science, and CENTRAL will be developed to identify investigational studies that evaluated the relationship between miRNA levels and human AKI. Primary outcomes will include measurements of kidney function and miRNA levels. Study screening, review and data extraction will be performed independently by 2 reviewers. Study quality and certainty of evidence will be assessed with validated tools. A narrative synthesis will be included and the possibility for meta-analysis will be assessed according to characteristics of clinical and statistical heterogeneity between studies. LIMITATIONS: These include (1) lack of randomized trials of miRNAs for the prevention or treatment of human AKI, (2) quality of included studies, and (3) sources of clinical and statistical heterogeneity that may affect strength and reproducibility of results. CONCLUSION: Previous studies of miRNAs in different animal models of AKI have generated strong interest on their use for the prevention and treatment of human AKI. This systematic review will characterize the most promising miRNAs for human research and will identify methodological constraints from miRNA research in human AKI to help inform the design of future studies. SYSTEMATIC REVIEW REGISTRATION: PROSPERO CRD42020201253.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,055 | 0,069 |
| Méta-épidémiologie (sens strict) | 0,005 | 0,005 |
| Méta-épidémiologie (sens large) | 0,018 | 0,015 |
| Bibliométrie | 0,015 | 0,013 |
| Études des sciences et des technologies | 0,004 | 0,004 |
| Communication savante | 0,007 | 0,007 |
| Science ouverte | 0,005 | 0,004 |
| Intégrité de la recherche | 0,006 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,061 | 0,007 |
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 source (Gemma direct ou Codex distillé), 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 ».