A Systematic Review of Oxidative Stress Markers and Risk of Coronary Artery Calcification
Notice bibliographique
Résumé
Background: Early diagnosis of atherosclerosis, particularly in its subclinical phase, is crucial for reducing mortality and morbidity associated with cardiovascular diseases. This study aims to investigate the relationship between oxidative stress markers and coronary artery calcification (CAC), enhancing our understanding of the pathophysiology of CAC. Methods: In October 2022, we conducted a systematic search of the Web of Science, Scopus, PubMed, and Embase databases without language or time restrictions, screening a total of 557 records. We excluded studies involving animals, in vitro experiments, reviews, case reports, clinical trials, editorials, and clinical guidelines. Eligible human observational studies (cohort and cross-sectional) that examined the link between CAC and oxidative stress markers were included. The Newcastle-Ottawa Scale was employed to assess the quality of the included studies. Results: Our systematic review encompassed 40 studies, all of which included both male and female participants, predominantly using cross-sectional designs. Participants included individuals at low, intermediate, or high risk of coronary artery disease, patients with type 2 diabetes, those with existing cardiovascular disease, and asymptomatic individuals. The studies investigated various oxidative stress markers, including serum uric acid and 8-isoprostane, both of which showed strong correlations with CAC incidence and severity. Conclusion: Oxidative stress markers may positively correlate with CAC scores, indicating a potential avenue for identifying individuals at heightened risk. This review underscores the need for further studies to facilitate early diagnosis of cardiovascular complications and the establishment of novel pharmacological targets.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,001 |
| 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 ».