MétaCan
Menu
Retour à la cohorte
Enregistrement W4281726196 · doi:10.3389/fped.2022.896439

Metabolomic Biomarkers to Predict and Diagnose Cystic Fibrosis Pulmonary Exacerbations: A Systematic Review

2022· review· en· W4281726196 sur OpenAlexafffund
Anna‐Lisa V. Nguyen, Dominic A. Haas, Mégane Bouchard, Bradley S. Quon

Notice bibliographique

RevueFrontiers in Pediatrics · 2022
Typereview
Langueen
DomaineMedicine
ThématiqueCystic Fibrosis Research Advances
Établissements canadiensMcMaster UniversityMcGill UniversityUniversity of British Columbia
Organismes subventionnairesMichael Smith Health Research BC
Mots-clésMedicineSputumCystic fibrosisMEDLINEData extractionLung transplantationPopulationMetabolomicsExhaled breath condensateIntensive care medicineInternal medicineTransplantationPathologyBioinformaticsAsthma

Résumé

récupéré en direct d'OpenAlex

Introduction: Metabolomics is an emerging area of research and has the potential to identify clinical biomarkers for predicting or diagnosing cystic fibrosis (CF) pulmonary exacerbations (PEx). Objective: To identify clinically promising metabolites across different sample sources that can be used to predict or diagnose PEx in CF. Evidence Review: Searches for original literature were completed through EMBASE, MEDLINE, and all databases on the Web of Science with no restrictions on language or publication date. Gray literature was collected through Google Scholar. Additional studies were obtained by contacting authors and searching reference lists of candidate papers. The patient population included individuals with CF. Studies involving patients who underwent lung transplantation were excluded. The outcome was the prediction or diagnosis of pulmonary exacerbations from metabolites directly measured from biological samples. Search results were downloaded and imported into Covidence and duplicates were removed automatically. Any remaining duplicates were manually tagged and excluded. Two independent reviewers screened each abstract for eligibility and repeated this process for full texts. Risk of bias was conducted using QUADAS-2 by two independent reviewers. A third author resolved any remaining conflicts. Results: A combined 3974 relevant abstracts were identified and 115 full texts were assessed for eligibility. The final 25 studies underwent data extraction for study design, patient demographics, studied metabolites, concentration values, and diagnostic accuracy values. Included studies differed considerably in methodologies, sample specimen types (exhaled breath condensate [EBC], sputum, saliva, plasma, urine), and disease states. We identified 19 unique metabolites that were measured by two or more studies of which 2 have the potential to predict PEx (EBC 4-hydroxycyclohexylcarboxylic acid [4-HCHC] and lactic acid) and 6 to diagnose PEx (EBC 4-HCHC and lactic acid, sputum lactic acid and nitrate, and plasma arginine and methionine). Conclusion and Relevance: https://www.crd.york.ac.uk/prospero/.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,014
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,640
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,014
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0050,001
Bibliométrie0,0020,004
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,021
Tête enseignante GPT0,318
Écart entre enseignants0,297 · 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 tête enseignante, pas un consensus.

Devis d'étudeRevue systématique
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

Citations9
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFrontiers in PediatricsMême sujetCystic Fibrosis Research AdvancesTravaux en français237 207