Peripheral Levels of the Brain-Derived Neurotrophic Factor in Coronary Artery Disease: A Systematic Review and Meta-Analysis
Notice bibliographique
Résumé
Background: Among its functions, brain-derived neurotrophic factor (BDNF) regulates endothelial and macrophage activation, possibly playing a role in atherosclerotic plaque pathophysiology. Given contradicting reports, this study sought to investigate whether blood levels of BDNF differed between patients with coronary heart disease (CHD) and controls. Methods: We explored PubMed, Embase, Web of Science, and Cochrane Library for studies comparing BDNF blood levels in patients with CHD and controls. Random-effect meta-analysis was conducted to calculate the standardized mean differences (SMD) and 95% confidence intervals (CI). The Newcastle-Ottawa scale was used to evaluate the quality of included articles, and statistical analyses were conducted using R version 4.0.4. Results: The final analysis comprised 12 investigations covering 1422 CHD cases and 929 controls with mean ages of 59.66±13.56 and 53.78±13.61 years, respectively. The initial analyses revealed a tendency toward low levels of BDNF in the CHD group compared with the control group (SMD= -0.41; 95% CI, -1.12 to 0.30; P=0.26). After the removal of outliers, the difference achieved statistical difference (SMD= -0.56; 95% CI, -0.93 to -0.19; P<0.01). Subgroup analysis demonstrated no significant difference between serum and plasma BDNF levels (P=0.54); however, subgroup analyses of studies investigating plasma BDNF showed that patients with CHD had significantly lower BDNF levels. Conclusion: Serum and plasma BDNF concentrations were considerably lower in patients with CHD than in healthy controls. Further studies of higher quality are required on the potential role of BDNF as a biomarker of CHD pathophysiology and severity.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,002 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».