MétaCan
Menu
Retour à la cohorte
Enregistrement W3212783954 · doi:10.1136/bmjos-2021-100240

Protocol for a preclinical systematic review and meta-analysis of pharmacological targeting of peroxisome proliferator-activated receptors in experimental renal injury

2021· article· en· W3212783954 sur OpenAlexfundno aff
William P. Martin, Yeong Huei Desmond Chuah, Emer Conroy, Alison Reynolds, Conor Judge, Francisco J. López‐Hernández, Carel W. le Roux, Neil G. Docherty

Notice bibliographique

RevueBMJ Open Science · 2021
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiquePeroxisome Proliferator-Activated Receptors
Établissements canadiensnon disponible
Organismes subventionnairesHealth Research BoardCanadian Institute for Theoretical AstrophysicsHealth Service ExecutiveWellcome TrustWellcome
Mots-clésMedicinePeroxisome proliferator-activated receptorAcute kidney injuryMeta-analysisKidney diseaseSystematic reviewBioinformaticsPublication biasInternal medicinePharmacologyMEDLINEReceptorBiology

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: Impaired lipid metabolism in the renal tubule plays a prominent role in the progression of renal fibrosis following acute kidney injury (AKI) and in chronic kidney disease (CKD). Peroxisome proliferator-activated receptors (PPARs) are promising druggable targets to mitigate renal fibrosis by redirecting metabolism, including restoration of fatty acid oxidation (FAO) capacity. We aim to synthesise evidence from preclinical studies of pharmacological PPAR targeting in experimental renal injury, and inform the design of future studies evaluating PPAR-mediated restoration of FAO in AKI and CKD. METHODS AND ANALYSIS: Studies reporting on the impact of pharmacological PPAR modulation in animal models of renal injury will be collected from MEDLINE (Ovid), Embase and Web of Science databases. Predefined eligibility criteria will exclude studies testing medications which are not specific ligands of one or more PPARs and studies involving multimodal pharmacological treatment. The Systematic Review Centre for Laboratory Animal Experimentation risk of bias tool and Collaborative Approach to Meta-Analysis and Review of Animal Experimental Studies checklist will be used to assess quality of the included studies. Data extraction will be followed by a narrative synthesis of the data and meta-analysis where feasible. Analysis will be performed separately for AKI, CKD and renal transplant models. Subgroup analyses will be performed based on study design characteristics, PPAR isotype(s) targeted, and classes of PPAR-targeting medications used. Risk of publication bias will be assessed using funnel plotting, Egger's regression and trim-and-fill analysis. ETHICS AND DISSEMINATION: Ethical approval is not required. Findings will be published in a peer-reviewed journal and presented at scientific meetings. PROSPERO REGISTRATION NUMBER: CRD42021265550.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,077
score de la tête « metaresearch » (Gemma)0,124
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Protocole · Signal consensuel: Protocole
Score de désaccord entre enseignants0,121
Score d'incertitude au seuil0,409

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0770,124
Méta-épidémiologie (sens strict)0,0060,005
Méta-épidémiologie (sens large)0,0190,021
Bibliométrie0,0110,010
Études des sciences et des technologies0,0040,004
Communication savante0,0070,009
Science ouverte0,0050,005
Intégrité de la recherche0,0090,007
Charge utile insuffisante (le modèle a refusé de juger)0,1210,014

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.

Tête enseignante Opus0,128
Tête enseignante GPT0,477
Écart entre enseignants0,349 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreProtocole

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBMJ Open ScienceMême sujetPeroxisome Proliferator-Activated ReceptorsTravaux en français237 207