MétaCan
Menu
Retour à la cohorte
Enregistrement W4226059665 · doi:10.4103/1673-5374.335832

Emerging blood exosome-based biomarkers for preclinical and clinical Alzheimer’s disease: a meta-analysis and systematic review

2022· review· en· W4226059665 sur OpenAlexaboutno aff
Lidian Chen, Weilin Liu, Huawei Lin, Miaoran Lin, Yan Yu, Huan‐Huan Liu, Yaling Dai, Le-Wen Chen, Weiwei Jia, Xiaojun He, Xiao-Ling Li, Jingfang Zhu, Xiehua Xue, Jing Tao

Notice bibliographique

RevueNeural Regeneration Research · 2022
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueExtracellular vesicles in disease
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineDiseaseNeuroinflammationCognitive declineBioinformaticsAlzheimer's diseaseExosomeMicrovesiclesBiomarkerCochrane LibraryOncologyInternal medicineDementiaMeta-analysismicroRNABiology

Résumé

récupéré en direct d'OpenAlex

Blood exosomes, which are extracellular vesicles secreted by living cells into the circulating blood, are regarded as a relatively noninvasive novel tool for monitoring brain physiology and disease states. An increasing number of blood cargo-loaded exosomes are emerging as potential biomarkers for preclinical and clinical Alzheimer’s disease. Therefore, we conducted a meta-analysis and systematic review of molecular biomarkers derived from blood exosomes to comprehensively analyze their diagnostic performance in preclinical Alzheimer’s disease, mild cognitive impairment, and Alzheimer’s disease. We performed a literature search in PubMed, Web of Science, Embase, and Cochrane Library from their inception to August 15, 2020. The research subjects mainly included Alzheimer’s disease, mild cognitive impairment, and preclinical Alzheimer’s disease. We identified 34 observational studies, of which 15 were included in the quantitative analysis (Newcastle-Ottawa Scale score 5.87 points) and 19 were used in the qualitative analysis. The meta-analysis results showed that core biomarkers including Aβ1–42, P-T181-tau, P-S396-tau, and T-tau were increased in blood neuron-derived exosomes of preclinical Alzheimer’s disease, mild cognitive impairment, and Alzheimer’s disease patients. Molecules related to additional risk factors that are involved in neuroinflammation (C1q), metabolism disorder (P-S312-IRS-1), neurotrophic deficiency (HGF), vascular injury (VEGF-D), and autophagy-lysosomal system dysfunction (cathepsin D) were also increased. At the gene level, the differential expression of transcription-related factors (REST) and microRNAs (miR-132) also affects RNA splicing, transport, and translation. These pathological changes contribute to neural loss and synaptic dysfunction. The data confirm that the above-mentioned core molecules and additional risk-related factors in blood exosomes can serve as candidate biomarkers for preclinical and clinical Alzheimer’s disease. These findings support further development of exosome biomarkers for a clinical blood test for Alzheimer’s disease. This meta-analysis was registered at the International Prospective Register of Systematic Reviews (Registration No. CRD4200173498, 28/04/2020).

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)0,012
score de la tête « metaresearch » (Gemma)0,028
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,018
Score d'incertitude au seuil0,063

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0120,028
Méta-épidémiologie (sens strict)0,0030,001
Méta-épidémiologie (sens large)0,0180,032
Bibliométrie0,0060,007
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0020,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,370
Tête enseignante GPT0,522
Écart entre enseignants0,152 · 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'étudeMéta-analyse
Domainenon disponible
GenreSynthèse

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

En bref

Citations71
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNeural Regeneration ResearchMême sujetExtracellular vesicles in diseaseTravaux en français237 207