The role of MicroRNAs in arrhythmogenic right ventricular cardiomyopathy: A systematic review
Notice bibliographique
Résumé
BACKGROUND: Arrhythmogenic right ventricular cardiomyopathy (ARVC) is a rare inherited heart condition with structural and functional abnormalities of the right ventricle. Microribonucleic acids (miRNAs, miRs) could be a solution in detecting ARVC earlier, more commonly, and in a less invasive way. AIMS: We aimed to systematically review the current knowledge about the role of miRNAs in ARVC. METHODS: Primary original research written in English assessing miRNAs in ARVC were included. Systematic reviews, meta-analyses, reviews, case reports, letters to editors, commentaries, conference abstracts, guidelines/statements, expert opinions, pre-prints, and book chapters were excluded at the screening stage. Five databases were searched: Embase, Medline Ultimate, PubMed, Scopus, and Web of Science, last on October 4, 2024. Eventually, 3 13 original studies relevant to the discussed area were included. The quality of research was assessed with the Newcastle-Ottawa Scale. RESULTS: MiR-216a was consistently increased in mice ARVC models and in patients suffering from this disease. Based on the reviewed literature, miR-1, miR-21, and miR-122 are other most important miRNAs in the ARVC. Nevertheless, the research that has already been performed on these miRNAs gives evidence only for their diagnostic potential. Bioinformatic analyses revealed that the following miRNAs are the most important ones involved in ARVC: let-7b, miR-10b-5p, miR-15a-5p, miR-21-5p, miR-29b-3p, miR-122-5p, miR-144-3p, miR-149-5p, miR-182-5p, miR-186-5p, miR-320a, miR-494-3p, and miR-590-3p. CONCLUSIONS: Creating a miRNA panel that could identify ARVC patients with high sensitivity and specificity would be helpful. Currently, there are many gaps in the existing knowledge, which makes miRNA in ARVC an attractive field for future investigation.
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 | 0,005 | 0,018 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,008 | 0,007 |
| Bibliométrie | 0,009 | 0,009 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 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 ».