Circulating Proteins and Metabolite Biomarkers in Gastric Cancer: A Systematic Review and Meta-analysis
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Gastric cancer (GC) is often diagnosed at an advanced stage and thus patients have a poor prognosis. This implies that early detection of this cancer will improve patient prognosis and survival. This systematic review explored the association of circulating protein and metabolite biomarkers with GC development. METHODS: A literature search was conducted until November 2021 on Medline, Embase, Cochrane library, and Web of Science databases. Studies were included if they assessed circulating proteins and metabolites in blood, urine, or saliva and determined their association with GC risk. Quality of identified studies was determined using the Newcastle-Ottawa scale for cohort studies. Random and fixed effects meta-analyses were performed to calculate pooled odds ratio. RESULTS: A total of 53 studies were included. High levels of anti-Helicobacter pylORi IgG levels, pepsinogen I (PGI) <30 µg/L and serum pepsinogen I/ pepsinogen II (PGI/II) ratio<3 were positively associated with risk of developing GC (pooled odds ratio (OR): 2.70; 95% CI: 1.44-5.04, 5.96, 95% CI: 2.65-13.42 and 4.43; 95% CI: 3.04-6.47). In addition, an inverse relationship was found between ferritin, iron and transferrin levels and risk of developing GC (OR: 0.62; 95% CI: 0.38-1,0.97; 95% CI: 0.94-1 and 0.85; 95% CI: 0.76-0.94). However, there was no association between levels of glucose, cholesterol, vitamin C, vitamin B12, vitamin A, α-Carotene, β-Carotene, α-Tocopherol, γ-Tocopherol, and GC risk. CONCLUSION: The pooled analysis demonstrated that high levels of anti-Helicobacter pylORi IgG, PGI<30µg/L and serum PGI/II ratio <3 and low levels of ferritin, iron and transferrin were associated with risk of GC.
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.
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 | 0,008 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,011 | 0,001 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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 découle