Metabolomics in severe traumatic brain injury: a scoping review
Notice bibliographique
Résumé
BACKGROUND: Diagnosis and prognostication of severe traumatic brain injury (sTBI) continue to be problematic despite years of research efforts. There are currently no clinically reliable biomarkers, though advances in protein biomarkers are being made. Utilizing Omics technology, particularly metabolomics, may provide new diagnostic biomarkers for sTBI. Several published studies have attempted to determine the specific metabolites and metabolic pathways involved; these studies will be reviewed. AIMS: This scoping review aims to summarize the current literature concerning metabolomics in sTBI, 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 identified and vetted with specific inclusion criteria. Of these, 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 sTBI. To help understand potential mechanisms of injury, pathway analysis was performed using these metabolites and the Kyoto Encyclopedia of Genes and Genomes (KEGG) Pathway Database. RESULTS: Several metabolites related to sTBI and their effects on biological pathways were identified in this review. Across the literature, proline, citrulline, lactate, alanine, valine, leucine, and serine all decreased in adults post sTBI, whereas both octanoic and decanoic acid increased. Hydroxy acids and organooxygen compounds generally increased following sTBI, while most carboxylic acids decreased. Pathway analysis showed significantly affected glycine and serine metabolism, glycolysis, branched-chain amino acid (BCAA) metabolism, and other amino acid metabolisms. Interestingly, no tricarboxylic acid cycle metabolites were affected. CONCLUSION: Aside from a select few metabolites, classification of a metabolic profile proved difficult due to significant ambiguity between study design, sample size, type of sample, metabolomic detection techniques, and other confounding variables found in sTBI literature. Given the trends found in some studies, further metabolomics investigation of sTBI 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 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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,000 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».