Emerging Evidence of Noncoding RNAs in Bleb Scarring after Glaucoma Filtration Surgery
Notice bibliographique
Résumé
PURPOSE: To conduct a narrative review of research articles on the potential anti- and pro-fibrotic mechanisms of noncoding RNAs following glaucoma filtration surgery. METHODS: Keyword searches of PubMed, and Medline databases were conducted for articles discussing post-glaucoma filtration surgeries and noncoding RNA. Additional manual searches of reference lists of primary articles were performed. RESULTS: Fifteen primary research articles were identified. Four of the included papers used microarrays and qRT-PCR to identify up- or down-regulated microRNA (miRNA, miR) profiles and direct further study, with the remainder focusing on miRNAs or long noncoding RNAs (lncRNAs) based on previous work in other organs or disease processes. The results of the reviewed papers identified miR-26a, -29b, -139, -155, and -200a as having anti-fibrotic effects. In contrast, miRs-200b and -216b may play pro-fibrotic roles in filtration surgery fibrosis. lncRNAs including H19, NR003923, and 00028 have demonstrated pro-fibrotic effects. CONCLUSIONS: Noncoding RNAs including miRNAs and lncRNAs are emerging and promising therapeutic targets in the prevention of post-glaucoma filtration surgery fibrosis.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 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) | 0,001 | 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 ».