MétaCan
Menu
Retour à la cohorte
Enregistrement W4311367431 · doi:10.3389/fmed.2022.1011819

Biomarkers of mitochondrial dysfunction in acute respiratory distress syndrome: A systematic review and meta-analysis

2022· review· en· W4311367431 sur OpenAlexaboutno aff
Catherine R. McClintock, Niamh Mulholland, Anna Krasnodembskaya

Notice bibliographique

RevueFrontiers in Medicine · 2022
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMitochondrial Function and Pathology
Établissements canadiensnon disponible
Organismes subventionnairesMedical Research CouncilUK Research and Innovation
Mots-clésARDSMedicineMitochondrial diseaseMeta-analysisBiomarkerCochrane LibraryInternal medicineMitochondrial DNABioinformaticsBiologyLungGenetics

Résumé

récupéré en direct d'OpenAlex

Introduction Acute respiratory distress syndrome (ARDS) is one of the main causes of Intensive Care Unit morbidity and mortality. Metabolic biomarkers of mitochondrial dysfunction are correlated with disease development and high mortality in many respiratory conditions, however it is not known if they can be used to assess risk of mortality in patients with ARDS. Objectives The aim of this systematic review was to examine the link between recorded biomarkers of mitochondrial dysfunction in ARDS and mortality. Methods A systematic review of CINAHL, EMBASE, MEDLINE, and Cochrane databases was performed. Studies had to include critically ill ARDS patients with reported biomarkers of mitochondrial dysfunction and mortality. Information on the levels of biomarkers reflective of energy metabolism and mitochondrial respiratory function, mitochondrial metabolites, coenzymes, and mitochondrial deoxyribonucleic acid (mtDNA) copy number was recorded. RevMan5.4 was used for meta-analysis. Biomarkers measured in the samples representative of systemic circulation were analyzed separately from the biomarkers measured in the samples representative of lung compartment. Cochrane risk of bias tool and Newcastle-Ottawa scale were used to evaluate publication bias (Prospero protocol: CRD42022288262). Results Twenty-five studies were included in the systematic review and nine had raw data available for follow up meta-analysis. Biomarkers of mitochondrial dysfunction included mtDNA, glutathione coupled mediators, lactate, malondialdehyde, mitochondrial genetic defects, oxidative stress associated markers. Biomarkers that were eligible for meta-analysis inclusion were: xanthine, hypoxanthine, acetone, N-pentane, isoprene and mtDNA. Levels of mitochondrial biomarkers were significantly higher in ARDS than in non-ARDS controls (P = 0.0008) in the blood-based samples, whereas in the BAL the difference did not reach statistical significance (P = 0.14). mtDNA was the most frequently measured biomarker, its levels in the blood-based samples were significantly higher in ARDS compared to non-ARDS controls (P = 0.04). Difference between mtDNA levels in ARDS non-survivors compared to ARDS survivors did not reach statistical significance (P = 0.05). Conclusion Increased levels of biomarkers of mitochondrial dysfunction in the blood-based samples are positively associated with ARDS. Circulating mtDNA is the most frequently measured biomarker of mitochondrial dysfunction, with significantly elevated levels in ARDS patients compared to non-ARDS controls. Its potential to predict risk of ARDS mortality requires further investigation. Systematic review registration [ https://www.crd.york.ac.uk/prospero ], identifier [CRD42022288262].

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)0,016
score de la tête « metaresearch » (Gemma)0,037
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 enseignants0,020
Score d'incertitude au seuil0,086

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0160,037
Méta-épidémiologie (sens strict)0,0030,001
Méta-épidémiologie (sens large)0,0200,034
Bibliométrie0,0070,009
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0020,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,041
Tête enseignante GPT0,316
Écart entre enseignants0,275 · 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

Citations27
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in MedicineMême sujetMitochondrial Function and PathologyTravaux en français237 207