MétaCan
Menu
Retour à la cohorte
Enregistrement W4407588548 · doi:10.3389/fimmu.2025.1450798

Serum surfactant protein D as a significant biomarker for predicting occurrence, progression, acute exacerbation, and mortality in interstitial lung disease: a systematic review and meta-analysis

2025· review· en· W4407588548 sur OpenAlexaboutno aff
Xing He, Jiaqi Ji, Dan Zheng, Zeli Luo, Linjie Luo, Lu Guo

Notice bibliographique

RevueFrontiers in Immunology · 2025
Typereview
Langueen
DomaineMedicine
ThématiqueNeonatal Respiratory Health Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineMeta-analysisInternal medicineExacerbationCochrane LibraryBiomarkerInterstitial lung diseaseGastroenterologyHazard ratioOdds ratioLungConfidence interval

Résumé

récupéré en direct d'OpenAlex

Objective: Serum surfactant protein D (SP-D) is a potential biomarker for the non-invasive prediction of interstitial lung disease (ILD) status. However, previous studies lacked comprehensively qualitative and quantitative pooled analysis methods to summarize the relationship between SP-D and ILD. Methods: We conducted a comprehensive literature search from PubMed, Embase, Web of Science, Scopus, Ovid, and Cochrane Library, up to 16 December 2023. The Newcastle-Ottawa Quality Assessment Scale was employed to evaluate the quality of each included study. Pooled analyses were primarily performed for weighted mean difference (WMD), odds ratio (OR), and hazard ratio (HR). Sensitivity analysis was conducted by sequentially eliminating one study at a time and reanalyzing the remaining studies. In addition, the trim-and-fill method was applied for correcting publication bias. Results: More than 3,561 patients with ILD from 41 articles were included for pooled analysis. The pooled results showed that serum SP-D levels were higher in the ILD group than the control group (WMD = 120.24 ng/mL, 95% CI: 72.45-168.03, p<0.001). Additionally, SP-D levels among patients with ILD were significantly elevated in the acute exacerbation (AE) group compared with the non-AE group (WMD = 9.88 ng/mL, 95% CI: 2.64-17.12, p=0.008), and in the death group compared with the survival group (WMD = 32.98 ng/mL, 95% CI: 2.11-63.84, p=0.036). However, no significant difference was observed between the progression group and the stable group (WMD = 13.54 ng/mL, 95% CI: -23.68-50.76, p=0.227). In addition, pooled results demonstrated that serum SP-D was a reliable predictive factor for various outcomes associated with ILD: occurrence (OR=4.66, 95%CI = 2.46, 8.86, p<0.001), progression (OR=1.003, 95%CI= 1.001, 1.006, p=0.033), and mortality (HR=1.002, 95%CI= 1.001, 1.003, p=0.023) of ILD. In contrast, there was no significant difference for predicting AE (HR = 1.004, 95% CI = 0.997, 1.011, p=0.240). Conclusion: Serum SP-D is a significant biomarker associated with ILD occurrence, progression, acute exacerbation, and mortality. It remains essential to clarify the predictive value of serum SP-D levels concerning the disease status in patients with different ILD subtypes. Moreover, it may be beneficial to conduct a combined analysis of SP-D with other potential biomarkers to further enhance its diagnostic capability regarding the disease status in patients with ILD. Systematic Review Registration: https://inplasy.com/inplasy-2024-5-0050/, identifier INPLASY 202450050.

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)0,012
score de la tête « metaresearch » (Gemma)0,026
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: Méta-analyse
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,022
Score d'incertitude au seuil0,065

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0120,026
Méta-épidémiologie (sens strict)0,0030,001
Méta-épidémiologie (sens large)0,0220,041
Bibliométrie0,0080,009
Études des sciences et des technologies0,0010,001
Communication savante0,0040,002
Science ouverte0,0020,002
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,069
Tête enseignante GPT0,432
Écart entre enseignants0,363 · 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'étudeMéta-analyse
Domainenon disponible
GenreSynthèse

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

En bref

Citations10
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in ImmunologyMême sujetNeonatal Respiratory Health ResearchTravaux en français237 207