MétaCan
Menu
Retour à la cohorte
Enregistrement W4407039795 · doi:10.3390/ijms26031245

Serum and Plasma miRNA Expression Levels in Sudden Sensorineural Hearing Loss

2025· article· en· W4407039795 sur OpenAlexafffund
Desmond A. Nunez, Reyhaneh Abgoon, Printha Wijesinghe, Cathie Garnis

Notice bibliographique

RevueInternational Journal of Molecular Sciences · 2025
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCancer-related molecular mechanisms research
Établissements canadiensOccupational Cancer Research CentreVancouver General HospitalVancouver Coastal Health Research InstituteUniversity of British ColumbiaVancouver Coastal Health
Organismes subventionnairesVancouver Coastal Health Research InstituteFondation Pour l'Audition
Mots-clésmicroRNAMedicineInternal medicineDiseaseReal-time polymerase chain reactionHearing lossGastroenterologyOncologyAudiologyBiologyGeneGenetics

Résumé

récupéré en direct d'OpenAlex

Sudden sensorineural hearing loss (SSNHL) is a rapidly developing acquired idiopathic disorder. Differential expressions of microRNAs (miRNAs) have been identified in the acute serum of SSNHL patients. miRNAs are transmitted in both serum and plasma, but it is unknown which better reflects changes associated with inner ear disease. Therefore, we sought to compare the serum and plasma miRNA expression levels in adult SSNHL patients. We extracted and reverse transcribed total RNA from serum and plasma, and analyzed the product with quantitative real-time PCR. hsa-miR-191-5p was used for normalization, and miRNA expression levels were calculated using the delta Ct method. Serum and plasma samples from 17 SSNHL patients (mean age 51.9 years, standard deviation 13.9 years) showed no significant differences in miR-128-3p, miR-132-3p, miR-375-3p, miR-590-5p, miR-30a-3p, miR-140-3p, miR-186-5p, and miR-195-5p expression levels on Wilcoxon signed-rank test analyses. We conclude that plasma and serum are equally suitable for investigating potential miRNA SSNHL disease markers.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,020
Tête enseignante GPT0,337
Écart entre enseignants0,317 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations4
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Molecular SciencesMême sujetCancer-related molecular mechanisms researchTravaux en français237 207