MétaCan
Menu
Retour à la cohorte
Enregistrement W4401245293 · doi:10.1097/opx.0000000000002168

Tear α‐synuclein as a biomarker for Parkinson's disease: A systematic review and meta‐analysis

2024· review· en· W4401245293 sur OpenAlexaboutno aff
Prince Kwaku Akowuah, Ebenezer Owusu, David Totoe

Notice bibliographique

RevueOptometry and Vision Science · 2024
Typereview
Langueen
DomaineMedicine
ThématiqueParkinson's Disease Mechanisms and Treatments
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésParkinson's diseaseMedicineDiseaseMeta-analysisBiomarkerConfidence intervalInternal medicineNeuropathologyCase-control study

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Parkinson's disease symptoms mostly manifest after significant and irreversible neuropathology. Hence, there is a need to identify biomarkers that can provide indications of disease before significant neuronal degeneration occurs. OBJECTIVE: To estimate the difference in the concentration of α-synuclein protein in tears between individuals with Parkinson's disease and healthy controls. DATA SOURCES: PubMed, Scopus, and Web of Science. The last database search was on December 20, 2023. STUDY ELIGIBILITY CRITERIA: Primary prospective studies in humans measuring the level of α-synuclein in tears and clinical outcomes reported using mean or median. PARTICIPANTS AND INTERVENTIONS: Individuals with Parkinson's disease and healthy controls. STUDY APPRAISAL AND SYNTHESIS METHODS: The risk of bias was assessed using the Newcastle-Ottawa Scale. The I2 statistic was used to estimate heterogeneity. The outcome measure was the difference in tear total and oligomeric α-synuclein. Mean difference (MD) was used to assess the outcome. The certainty of evidence was rated following the Grading of Recommendations Assessment and Development and Evaluation (GRADE) system. RESULTS: Three hundred twenty-seven Parkinson's disease and 312 healthy control subjects from five studies and 177 Parkinson's disease and 166 healthy control subjects from two studies were included in total α-synuclein levels and oligomeric α-synuclein levels analysis, respectively. Total α-synuclein level was not different between Parkinson's disease and healthy controls (MD = 0.02 ng/mL [95% confidence interval {CI}: 0.00 to 0.05 ng/mL; I2 = 90%; Z = 1.79; p=0.07; number of studies = 5; GRADE rating = very low]). Stratifying the data based on disease duration, total α-synuclein was higher in subjects with Parkinson's disease duration ≥7 years compared with healthy controls (MD = 0.04 ng/mL [95% CI: 0.03 to 0.05 ng/mL; I2 = 0%; Z = 8.24, p<0.00001; number of studies = 2; GRADE rating = low]) but not different between the two groups (MD = -0.12 ng/mL (95% CI: -0.38 to 0.15 ng/mL; I2 = 93%; Z = 0.84, p=0.40; number of studies = 3; GRADE rating = very low]). Oligomeric α-synuclein level was higher in Parkinson's disease compared with controls (MD = 6.50 ng/mL [95% CI: 2.79 to 10.20 ng/mL; I2 = 94%; Z = 3.44; p=0.0006; number of studies = 2; GRADE rating = very low]). LIMITATIONS: High heterogeneity between studies. Potential sources of heterogeneity could not be explored due to the limited number of studies. CONCLUSIONS AND IMPLICATIONS OF KEY FINDINGS: Tear α-synuclein has the potential to be a noninvasive biomarker for Parkinson's disease. Studies are, however, needed to increase certainty in the biomarker and establish how the protein's changes in tears correlate with Parkinson's disease progression 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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,875
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0050,002
Bibliométrie0,0020,005
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,059
Tête enseignante GPT0,481
Écart entre enseignants0,422 · 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 tête enseignante, pas un consensus.

Devis d'étudeRevue systématique
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

Citations1
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOptometry and Vision ScienceMême sujetParkinson's Disease Mechanisms and TreatmentsTravaux en français237 207