Unveiling TIMPs: A Systematic Review of Their Role as Biomarkers in Atherosclerosis and Coronary Artery Disease
Notice bibliographique
Résumé
Coronary artery disease (CAD) is the leading cause of death globally and is a heart condition involving insufficient blood supply to the heart muscle due to atherosclerotic plaque formation. Atherosclerosis is a chronic disease in which plaques, made up of fat, cholesterol, calcium, and other substances, build up on the inner walls of arteries. Recently, there has been growing interest in finding reliable biomarkers to understand the pathogenesis and progression of atherosclerosis. Tissue Inhibitors of Metalloproteinases (TIMPs) have emerged as potential candidates for monitoring atherosclerotic development. TIMPs are a family of endogenous proteins that regulate matrix metalloproteinases (MMPs), enzymes involved in remodeling the extracellular matrix. A systematic search using Prisma guidelines was conducted and eleven studies were selected from four different databases: Web of Science (WOS), Scopus, Ovid, and PubMed. The Newcastle–Ottawa Scale (NOS) score was used to assess the risk of bias for each study. A meta-analysis was performed, and the hazard ratio (HR) and its 95% confidence interval (CI) were determined. Among the eleven studies, six reported a positive association between higher levels of TIMPs and an increased risk of atherosclerosis. Conversely, four studies support low TIMPs with high CAD risk and one study showed no significant association between TIMP-2 G-418C polymorphism and CAD. This divergence in findings underscores the complexity of the relationship between TIMPs, atherosclerosis, and CAD. In addition, a meta-analysis from two studies yielded a HR (95% CI) of 1.42 (1.16–1.74; p < 0.001; I2 = 0%) for TIMP-2 in predicting major adverse cardiovascular events (MACEs). In conclusion, the existing evidence supports the notion that TIMPs can serve as biomarkers for predicting the severity of atherosclerosis, myocardial damage, and future MACEs among CAD patients. However, further exploration is warranted through larger-scale human studies, coupled with in vitro and in vivo investigations.
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 | 0,008 | 0,024 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,011 | 0,010 |
| Bibliométrie | 0,011 | 0,013 |
| 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) | 0,004 | 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 ».