Metabolomics in severe traumatic brain injury: a scoping review
Notice bibliographique
Résumé
Abstract Background: Diagnosis and prognostication of severe traumatic brain injury (sTBI) continue to be problematic despite research efforts for years. There is currently no clinically reliable biomarkers, though advances in protein biomarkers are being made. Utilizing Omics technology, particularly metabolomics, may provide new diagnostic biomarkers for severe traumatic brain injury. Several published studies have attempted to determine specific metabolites and metabolic pathways involved; these studies will be reviewed. Aims: This scoping review aims to summarize current literature concerning metabolomics in severe traumatic brain injury, review the comprehensive data and identify commonalities, if any, to define metabolites with potential clinical use. In addition, we will examine related metabolic pathways through pathway analysis. Methods: Scoping review methodology was used to examine the current literature published in Embase, Scopus, PubMed and Medline. An initial 1090 publications were found and vetted with specific inclusion/exclusion criteria. 20 publications were selected for further examination and summary. Metabolic data was classified using the Human Metabolome Database (HMDB) and arranged to determine the recurrent metabolites and classes found in severe traumatic brain injury. To help understand potential mechanisms of injury, pathway analysis was performed using these metabolites and the Kyoto Encylcopedia of Genes and Genomes (KEGG) Pathway Database. Results: Several metabolites related to severe traumatic brain injury and their effects on biological pathways are identified in this review. Proline, citrulline, lactate, alanine, valine, leucine and serine were all decreased in adults post severe traumatic brain injury, whereas both octanoic and decanoic acid were increased post injury. Carboxylic acids tend to decrease following severe traumatic brain injury while hydroxy acids and organooxygen compounds tend to increase. Pathway analysis showed significantly affected glycine and serine metabolism, glycolysis, branched chain amino acid (BCAA) metabolism and other amino acid metabolisms. Surprisingly, no tricarboxylic acid cycle metabolites were affected. Conclusion: Aside from select few metabolites, classification of a metabolic profile proved difficult due to significant ambiguity between study design, type of sample, sample size, metabolomic detection techniques and other confounding variables. Given the trends found in some studies, further metabolomics investigation of severe traumatic brain injury may be useful to identify clinically relevant metabolites.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,003 |
| Bibliométrie | 0,016 | 0,017 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».