Diagnostic accuracy of serum derived exosomes for hepatocellular carcinoma: a systematic review and meta-analysis
Notice bibliographique
Résumé
INTRODUCTION: Early and non-invasive detection of hepatocellular carcinoma (HCC), which is usually asymptomatic, can improve overall survival outcomes. The objective of this systematic review and meta-analysis was to evaluate the diagnostic accuracy of serum-derived exosomes for diagnosing HCC. METHODS: PubMed, Web of Science, and Scopus databases were searched for relevant studies up to April 2023. The quality of included studies was assessed using the QUADAS-2 checklist, and data were extracted. Statistical analysis was performed on 18 studies from 3,993 records, and a diagnostic meta-analysis was conducted. Biomarkers were categorized into four groups based on their type (exosomal miRNAs, exosomal RNAs, alpha-fetoprotein (AFP), and exosomal RNAs+AFP panel), and a meta-analysis was conducted for each category separately. RESULTS: The highest pooled sensitivity was 0.86 for exosomal miRNAs, and exosomal RNAs+AFP had the highest pooled specificity; (0.89). Furthermore, exosomal RNAs+AFP had the highest pooled positive likelihood ratio; (7.55), the highest pooled diagnostic odds ratio (35.96) and the highest pooled area under the curve (0.93). Exosomal miRNAs had the lowest pooled negative likelihood ratio; (0.17). CONCLUSIONS: The diagnostic accuracy of exosomal biomarkers is superior to that of AFP, and combining the two in a panel yields the better results.
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 | 0,016 | 0,041 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,014 | 0,026 |
| Bibliométrie | 0,006 | 0,007 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».