Are There Non-invasive Biomarker(s) That Would Facilitate the Detection of Ovarian Torsion? A Systematic Review and Meta-Analysis
Notice bibliographique
Résumé
Ovarian torsion (OT) is a rare gynaecological emergency that requires a prompt diagnosis for optimal patient management. To determine whether there were any biomarkers suitable for the non-invasive detection of OT, two independent reviewers performed systematic searches of five literature databases following Preferred Reporting Items for Systematic reviews and Meta-Analyses (PRISMA) guidelines. Full-texts of 24 selected articles were assessed for risk of bias and quality assurance using a modified Newcastle-Ottawa Scale (NOS). 15 articles described studies on animals and all described serum biomarkers comparing results between OT versus a sham operation, a control group or readings before and after OT. Ischaemia modified albumin (IMA), serum D-dimer (s-DD), heat shock protein-70 (hsp-70), Pentraxin-3 (PTX-3) and c-reactive protein (CRP) showed the most promise, each with p-values for the difference between groups achieving ≤0.001. In studies of humans, the biomarkers ranged from 16.4-92.3% sensitivity and 77-100% specificity. The most promising biomarkers for the early prediction of OT in patients included s-DD, interleukin-6 (IL-6), IMA and tumour necrosis factor-alpha (TNF-. IL-6 had the highest sensitivity of any biomarker identified in this review and was raised in all 13 patients with proven OT, with values of ≥10.2pg/ml, indicative of a 16 times higher risk of having OT. Signal peptide, CUB domain and EGF like domain containing 1 (SCUBE1) had a high specificity at 93.3%, second only to s-DD and a positive likelihood ratio (LR)>10. IMA was the only other biomarker that also had a positive LR>10, making it a promising diagnostic biomarker. The studies identified by this systematic literature review each analysed small patient groups but IMA, DD and SCUBE1 nevertheless showed promise as serum biomarkers with a pooled LR>10. However, further well-designed studies are needed to identify and evaluate individual markers, or diagnostic panels to help clinicians manage this important, organ-threatening condition.
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 | 0,021 | 0,056 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,025 | 0,037 |
| Bibliométrie | 0,008 | 0,008 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».