Volatile Organic Compounds for the Detection of Hepatocellular Carcinoma – a Systematic Review
Notice bibliographique
Résumé
Abstract Background Hepatocellular carcinoma (HCC) is an increasingly common and one of the leading causes of cancer mortality worldwide. Only a small percentage of HCC patients are eligible to curative treatment. There is a need for a point of care, early diagnostic or screening tool. It is not clear whether exhaled volatile organic compounds (VOCs) could fulfil those needs. Hypothesis We postulate that exhaled VOCs can identify potential biomarkers for non-invasive detection of HCC. Aims This systematic review aims to critically review the current knowledge regarding the exhaled VOCs linked to HCC detection. Methods A systematic electronic search was conducted. Search strategy included all studied published until the 24th of March 2021 using a combination of relevant keywords. Results The search yielded 6 publications using the PRISMA pathway. Two of the studies described in vitro experiments, and four clinical studies were conducted on small groups of patients. Overall, 42 headspace gases were analysed in the in vitro studies. Combined, the clinical studies included 164 HCC patients and 260 controls. The studies reported potential role for a combination of VOCs in the diagnosis of HCC. However, only limonene, acetaldehyde and ethanol could be traced back to their biological pathways using KEGG pathway enrichment analysis. Conclusions Although there appears to be promise in VOCs research associated with HCC, there is no single volatile biomarker in exhaled breath attributed to HCC and data from extracted studies indicates a lack of standardization. Large population studies are required to verify the existence of VOCs linked to HCC.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».