MétaCan
Menu
Retour à la cohorte
Enregistrement W4379966655 · doi:10.1186/s12882-023-03226-x

Circulating Galectin-3 levels and Diabetic Nephropathy: a systematic review and meta-analysis

2023· review· en· W4379966655 sur OpenAlexaboutno aff
Yong Guo, Ling Li, Shanbiao Hu

Notice bibliographique

RevueBMC Nephrology · 2023
Typereview
Langueen
DomaineImmunology and Microbiology
ThématiqueGalectins and Cancer Biology
Établissements canadiensnon disponible
Organismes subventionnairesNatural Science Foundation of Hainan Province
Mots-clésMedicineMeta-analysisInternal medicineInclusion and exclusion criteriaConfidence intervalCochrane LibrarySubgroup analysisDiabetic nephropathyNephrologyPublication biasWeb of scienceGastroenterologyPathologyKidney

Résumé

récupéré en direct d'OpenAlex

Abstract Aims Changes of serum galectin-3 (Gal-3) is associated with the pathogenesis of diabetic nephropathy (DN). However, current literature indicates that the given results remain debatable and inconsistent. Hence, the aim of this present meta-analysis was to focus on the predictive role of serum Gal-3 in patients with DN. Methods The PubMed, Embase, Cochrane Library and Web of Science databases were systematically searched for studies that reported the relationship between Gal-3 levels and DN risk, from the inception of each database to March, 2023. The literature we selected for inclusion based on inclusion and exclusion criteria. The standard mean difference (SMD) with corresponding 95% confidence intervals (95% CI) were used to investigate the association. WhenI2value exceeding 50%, we will consider it has the presence of a higher level of heterogeneity. A sensitivity analysis and subgroup analysis were performed to seek the potential sources of heterogeneity. The quality assessment was performed using according to the Newcastle–Ottawa Quality Assessment Scale (NOS). The data analysis was conducted using STATA version 13.0 software. Results We ultimately enrolled 9 studies enrolling a total of 3137 patients in the final analysis. The SMD of serum Gal-3 was higher in patients with DN group (SMD 1.10 ng/mL [0.63, 1.57];I2: 96.1%). Upon removal of a study in sensitivity analysis, patients with DN had higher serum Gal-3 levels compared to control patients (SMD 1.03 ng/mL [0.52, 1.54],I2: 94.4%). Further subgroup analysis was performed based on the region. No matter in Asia, Europe or Africa, the serum Gal-3 level of DN patients is significantly higher than that of the control population (SMD: 0.73; 95% CI: 0.58 to 0.87 for Asian; SMD: 0.79; 95% CI: 0.48 to 1.10 for Europe; SMD: 3.15; 95% CI: 2.73 to 3.56 for Africa). Conclusion In conclusion, these results suggested that higher serum Gal-3 may increase the risk of DN. More fundamental studies are necessary to clarify the exact physiopathological basis mechanisms of Gal-3 effects. In addition, further research, especially emphasis on the cut-off value should be given, and is best to predict their actual importance as well as the diagnostic accuracy.

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)0,010
score de la tête « metaresearch » (Gemma)0,022
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: Méta-analyse
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,018
Score d'incertitude au seuil0,055

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0100,022
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0180,036
Bibliométrie0,0060,008
Études des sciences et des technologies0,0010,001
Communication savante0,0030,001
Science ouverte0,0020,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,156
Tête enseignante GPT0,349
Écart entre enseignants0,194 · 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

Citations9
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBMC NephrologyMême sujetGalectins and Cancer BiologyTravaux en français237 207