The prognostic utility of galectin-3 in patients undergoing cardiac surgery: a scoping review
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
OBJECTIVE: To review the utility of galectin-3 (Gal-3) as a biomarker for postoperative adverse outcomes in patients undergoing cardiac surgery. METHOD: This review was conducted in compliance with the Preferred Reporting Items for Systematic Reviews and Meta-Analyses (PRISMA) guidelines. Electronic database search was conducted in October 2023. Studies that measured pre- and/or postoperative plasma Gal-3 levels in adult patients undergoing cardiac surgery were included. Primary outcomes included postoperative morbidity and mortality. RESULTS: Out of 391 studies screened, eight studies met the inclusion criteria. Two of the three studies showed that preoperative plasma levels of Gal-3 were associated with acute kidney injury (AKI) after cardiac surgery. Two of the three studies reported a significant increase in preoperative Gal-3 levels in patients who developed postoperative atrial fibrillation (POAF). The addition of Gal-3 to the EuroSCORE II model was found to statistically improve the prediction of both AKI and POAF. Three of the five studies suggested that Gal-3 levels can predict postoperative mortality. Finally, one study suggested that lower preoperative Gal-3 levels was associated with a higher likelihood of achieving left ventricular reverse remodeling (LVRR) after surgery. CONCLUSIONS: Gal-3 may play a promising role in predicting adverse outcomes in patients undergoing cardiac surgery. The addition of Gal-3 to clinical risk prediction scores may improve their discriminatory power in this group of patients. Future studies are warranted to justify its incorporation into routine clinical practice.
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.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 découle