Changes in aqueous and vitreous inflammatory cytokine levels in diabetic macular oedema: a systematic review and meta‐analysis
Notice bibliographique
Résumé
Diabetic macular oedema (DME) is considered a chronic inflammatory disease associated with aberrations in many intraocular cytokines. Studies assessing the role of these cytokines as biomarkers in the diagnosis and management of DME have demonstrated inconsistent findings. We quantitatively summarized data related to 116 candidate aqueous and vitreous inflammatory cytokines as biomarkers in DME. A systematic search without year limitation was performed up to 19 October 2020. Studies were included if they provided data on aqueous or vitreous cytokine concentrations in patients with DME. Effect sizes were generated as standardized mean differences (SMDs) of cytokine concentrations between patients with DME and controls. Data were extracted from 128 studies that included 4163 study eyes with DME and 1281 control eyes. Concentrations (standard mean difference, 95% confidence interval and p-value) of aqueous IL-6 (1.28, 0.57-2.00, p = 0.004), IL-8 (1.06, 0.74-1.39, p < 0.00001), MCP-1 (1.36, 0.57-2.16, p = 0.0008) and VEGF (1.31, 1.01-1.62, p < 0.00001) and vitreous VEGF (2.27, 1.55-2.99, p < 0.00001) were significantly higher in patients with DME (n = 4163) compared to healthy controls (n = 1281). No differences, failed sensitivity analyses or insufficient data were found between patients with DME and healthy controls for the concentrations of the remaining cytokines. This analysis implicates multiple cytokine biomarker candidates other than VEGF in DME and clarifies previously reported inconsistent associations. As the therapeutic options for DME expand to include multiple agents with multiple targets, it will be critical to manage the treatment burden with tailored therapy that optimizes outcomes and minimizes treatment burden. Intraocular cytokines have the promise of providing a robust individualized assessment of disease status and response to therapy. We have identified key candidate cytokines that may serve as biomarkers in individualized treatment algorithms.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,011 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| 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 ».