Serum Galectin-3 Level in Patients with Rheumatoid Arthritis: A Systematic Review and Meta-analysis
Notice bibliographique
Résumé
Rheumatoid arthritis (RA) is a chronic inflammatory disease characterized by synovial tissue transformation and fibroblast-like synoviocyte (FLS) proliferation. Galectin-3 is gaining attention as a diagnostic and prognostic biomarker for RA diagnosis. Elevated levels of Galectin-3 cause RA-FLSs to stimulate and generate proinflammatory agents, contributing to cartilage degradation and osteoclast formation. This systematic review and meta-analysis aimed to evaluate published evidence and support future investigation of Galectin-3 as an early biomarker for RA. A systematic search was performed through four databases, including PubMed, the Web of Science, Scopus, and Embase, to find the studies examining Galectin-3 in individuals with RA compared to healthy controls. The risk of bias was evaluated using the Newcastle-Ottawa Quality Assessment Scale. Random-effects meta-analysis comparing serum/plasma Galectin-3 levels between individuals with RA and healthy control groups was performed to determine the standardized mean differences (SMD) along with 95% confidence intervals. Following the initial search, studies went through screening. 12 studies, involving 773 patients with RA and 411 healthy controls, were included. Meta-analysis of the included studies revealed that individuals with RA had significantly higher levels of circulatory Galectin-3 compared to healthy control groups (SMD 0.957, 95% CI 0.393 to 1.520). Univariable meta-regression showed no significant association between age, publication year, sample size, or the male percentage with effect size. According to the results, Galectin-3 might be useful as a biomarker for RA. To support these findings, further investigations of Galectin-3 as a possible early biomarker of RA is necessary.
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 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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,010 | 0,001 |
| Bibliométrie | 0,001 | 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 | 0,001 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».