Pre-Clinical Studies of MicroRNA-Based Therapies for Sepsis: A Scoping Review
Notice bibliographique
Résumé
Background: Sepsis is a severe and life-threatening condition triggered by a dysregulated response to infection, leading to organ failure and, often, death. The syndrome is expensive to treat, with survivors frequently experiencing reduced quality of life and enduring various long-term disabilities. The increasing understanding of RNA, RNA biology, and therapeutic potential offers an unprecedented opportunity to develop innovative therapy. Objective: This study is a scoping review focusing on pre-clinical studies of microRNA (miRNA)-based therapies for sepsis. Methodology: A scoping review. The search strategy identified papers published in PubMed until 15 October 2023, using the keywords (microRNA) AND (sepsis) AND (animal model). Inclusion criteria included papers that used either gain- or loss-of-function approaches, excluding papers that did not focus on microRNAs as therapy targets, did not include animal models, did not show organ failure-specific assessments, and focused on microRNAs as biomarkers. The PRISMA-ScR guideline was used in this study. Results: A total of 199 articles were identified that featured the terms “microRNA/miRNA/miR”, “Sepsis”, and “animal model”. Of these, 51 articles (25.6%) employed miRNA-based therapeutic interventions in animal models of sepsis. Of these, 15 studies extended their inquiry to include or reference human clinical data. Key microRNAs of interest and their putative mechanisms of action in sepsis are highlighted. Conclusions: The body of work examined herein predominantly addresses various dimensions of sepsis-induced organ dysfunction, supporting the emerging role of miRNAs as potential therapeutic candidates. However, nearly 5% of papers on miR-based therapy have been retracted over the past 5 years, raising important concerns regarding the quality and complexity of the biology and models for assessing therapeutic potential.
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 | 0,023 | 0,084 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,007 | 0,008 |
| Bibliométrie | 0,022 | 0,018 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,005 | 0,005 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,004 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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 ».