Systematic review of microRNAs in human acute kidney injury
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
Introduction Early diagnosis of acute kidney injury (AKI) is limited with current tools. MicroRNAs (miRNAs) are implicated in AKI pathogenesis in preclinical models, but less is known about their role in humans. We conducted a systematic review to identify dysregulated miRNAs in humans with AKI.Methods We searched Ovid MEDLINE, Embase, Web of Science, and CENTRAL (August 21, 2023) for studies of human subjects with AKI. We excluded reviews and pre-clinical studies without human data. The primary outcome was dysregulated miRNAs in AKI. Two reviewers screened abstracts, reviewed full texts, performed data extraction and quality assessment (Newcastle Ottawa Scale).Results We screened 2,456 reports and included 92 for synthesis without meta-analysis. All studies except one were observational. Studies were grouped by etiology of AKI: cardiac surgery-associated (CS-AKI, n = 13 studies), sepsis (n = 25), nephrotoxic (n = 9), kidney transplant (n = 26), and other causes (n = 19). In total, 128 miRNAs were identified to be dysregulated across AKI studies (45 miRNAs upregulated, 55 downregulated, 28 both). miR-21 was the most frequently reported (n = 17 studies) and it was increased in all etiologies except CS-AKI where it was decreased (n = 3 studies). Study limitations included bias due to targeted approaches, absence of clinical data/controls, and miRNA normalization methods. Overall study quality was fair (median 5/9, range 2-8 points).Conclusion Dysregulated miRNAs, particularly miR-21, have potential as AKI biomarkers. These results should be interpreted cautiously due to methodological limitations. Standardized methods and unbiased approaches are needed to validate candidate miRNA biomarkers.Registration: International Prospective Register of Systematic Reviews (PROSPERO CRD42020201253)
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,007 | 0,002 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découle