MétaCan
Menu
Retour à la cohorte
Enregistrement W4398783229 · doi:10.1186/s13098-024-01297-w

Chemokines in diabetic eye disease

2024· article· en· W4398783229 sur OpenAlexaff
Xiongfeng Pan, Xinrui Tan, Judy McDonald, Atipatsa Chiwanda Kaminga, Yuyao Chen, Feizhao Dai, Jun Qiu, Kunyan Zhao, Yunlong Peng

Notice bibliographique

RevueDiabetology & Metabolic Syndrome · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueRetinal Diseases and Treatments
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesNatural Science Foundation of Hunan ProvinceCentral South UniversityNational Natural Science Foundation of China
Mots-clésMedicineDiabetes mellitusDiabetic retinopathyChemokineDiseaseCochrane LibraryMeta-analysisCCL7ImmunologyInternal medicineCXCL10InflammationEndocrinology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Diabetic eye disease is a common micro-vascular complication of diabetes and a leading cause of decreased vision and blindness in people of working age worldwide.Although previous studies have shown that chemokines system may be a player in pathogenesis of diabetic eye disease, it is unclear which chemokines play the most important role.To date, there is no meta-analysis which has investigated the role of chemokines in diabetic eye disease.We hope this study will contribute to a better understanding of both the signaling pathways of the chemokines in the pathophysiological process, and more reliable therapeutic targets for diabetic eye disease. METHODS: Embase, PubMed, Web of Science and Cochrane Library systematically searched for relevant studies from inception to Sep 1, 2023. A random-effect model was used and standardized mean differences (SMDs) and 95% confidence intervals (CIs) were calculated to summarize the associated measure between chemokines concentrations and diabetic eye disease. Network meta-analysis to rank chemokines-effect values according to ranked probabilities. RESULTS: A total of 33 different chemokines involving 11,465 subjects (6559 cases and 4906 controls) were included in the meta-analysis. Results of the meta-analysis showed that concentrations of CC and CXC chemokines in the diabetic eye disease patients were significantly higher than those in the controls. Moreover, network meta-analysis showed that the effect of CCL8, CCL2, CXCL8 and CXCL10 were ranked highest in terms of probabilities. Concentrations of CCL8, CCL2, CXCL8 and CXCL10 may be associated with diabetic eye disease, especially in diabetic retinopathy and diabetic macular edema. CONCLUSION: Our study suggests that CCL2 and CXCL8 may play key roles in pathogenesis of diabetic eye disease. Future research should explore putative mechanisms underlying these links, with the commitment to develop novel prophylactic and therapeutic for diabetic eye disease.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,006
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,006
Bibliométrie0,0020,003
Études des sciences et des technologies0,0000,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,010
Tête enseignante GPT0,291
Écart entre enseignants0,281 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations9
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDiabetology & Metabolic SyndromeMême sujetRetinal Diseases and TreatmentsTravaux en français237 207