Circulating microRNAs for Early Diagnosis of Ovarian 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
In this study, we conducted a systematic review and meta-analysis to summarize and evaluate the global research potential of different circulating miRNAs as an early diagnostic biomarker for OC. A systematic literature search for relevant studies was conducted in June 2020 and followed up in November 2021. The search was conducted in English databases (PubMed, ScienceDirect). The primary search resulted in a total of 1887 articles, which were screened according to the prior established inclusion and exclusion criteria. We identified 44 relevant studies, of which 22 were eligible for the quantitative meta-analysis. Statistical analysis was performed using the Meta-package in Rstudio. Standardized mean differences (SMD) of relative levels between control subjects and OC patients were used to evaluate the differential expression. All studies were quality evaluated using a Newcastle-Ottawa Scale. Based on the meta-analysis, nine miRNAs were identified as dysregulated in OC patients compared to controls. Nine were upregulated in OC patients compared to controls (miR-21, -125, -141, -145, -205, -328, -200a, -200b, -200c). Furthermore, miR-26, -93, -106 and -200a were analyzed, but did not present an overall significant difference between OC patients and controls. These observations should be considered when performing future studies of circulating miRNAs in relation to OC: sufficient size of clinical cohorts, development of consensus guidelines for circulating miRNA measurements, and coverage of previously reported miRNAs.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,004 | 0,003 |
| Bibliométrie | 0,000 | 0,001 |
| 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 découle