Chemerin levels in chronic kidney disease: A systematic review and meta-analysis
Notice bibliographique
Résumé
Introduction: Chemerin as an inflammatory biomarker has gained attention in its biomarker capability. Several studies measured its levels in chronic kidney disease (CKD), as one of the common non-communicable causes of mortality and morbidity. Hence, this systematic review and meta-analysis aimed to investigate this association. Methods: PubMed, Scopus, Embase, and the Web of Science databases were systematically searched for studies investigating chemerin levels in any CKD stage (including end-stage renal disease patients undergoing hemodialysis (HD)) and comparing it with healthy controls. Random effect meta-analysis was performed to calculate the standardized mean difference (SMD) and 95% confidence interval (CI). Results: A total of eight studies were included, comprised of 875 individuals, with a mean age of 56.92 ± 11.78 years. All studies had high quality based on the New Castle-Ottawa Scale (NOS). Meta-analysis revealed significantly higher levels of chemerin in CKD patients compared to healthy controls (SMD 2.15, 95% CI 0.83-3.48, p-value<0.01). Additionally, HD patients had statistically higher levels of chemerin than controls (SMD 2.10, 95% CI 0.58-3.62, p-value=0.01). In meta-regression, publication year accounted for 23.50% and 24.17% of heterogeneity for these analyses, respectively. Conclusion: Chemerin can be potentially used as a biomarker in CKD patients, which can suggest the inflammatory pathways for the disease. Further research is warranted for the assessment of its clinical applications and enlightening its role in the pathophysiology of CKD.
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) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,014 | 0,002 |
| Bibliométrie | 0,002 | 0,002 |
| 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) | 0,000 | 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 ».