Current Biomarkers for Carotid Artery Stenosis: A Comprehensive Review of the Literature
Notice bibliographique
Résumé
Carotid artery stenosis (CAS), an atherosclerotic disease of the carotid artery, is one of the leading causes of transient ischemic attacks (TIA) and cerebrovascular attacks (CVA). The atherogenic process of CAS affects a wide range of physiological processes, such as inflammation, endothelial cell function, smooth muscle cell migration and many more. The current gold-standard test for CAS is Doppler ultrasound; however, there is yet to be determined a strong, clinically validated biomarker in the blood that can diagnose patients with CAS and/or predict adverse outcomes in such patients. In this comprehensive literature review, we evaluated all of the current research on plasma and serum proteins that are current contenders for biomarkers for CAS. In this literature review, 36 proteins found as potential biomarkers for CAS were categorized in to the following nine categories based on protein function: (1) Inflammation and Immunity, (2) Lipid Metabolism, (3) Haemostasis, (4) Cardiovascular Markers, (5) Markers of Kidney Function, (6) Bone Health, (7) Cellular Structure, (8) Growth Factors, and (9) Hormones. This literature review is the most up-to-date and current comprehensive review of research on biomarkers of CAS, and the only review that demonstrated the several pathways that contribute to the initiation and progression of the disease. With this review, future studies can determine if any new markers, or a panel of the proteins explored in this study, may be contenders as diagnostic or prognostic markers for CAS.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,005 |
| 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 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 ».