Copeptin as a Biomarker in Chronic Kidney Disease—A Systematic Review and Meta-Analysis
Notice bibliographique
Résumé
Background: Numerous studies have explored the potential of the biomarker copeptin (CPP) in diagnosing and assessing the severity of chronic kidney disease (CKD). Despite these efforts, findings have been inconsistent. Consequently, this study aimed to examine the association between CPP and CKD, specifically evaluating its diagnostic value and correlation with CKD severity as classified by the Kidney Disease Improving Global Outcomes (KDIGO) guidelines. Methods: A systematic search of PubMed, EMBASE, and Scopus was conducted using a predefined search string to identify relevant studies. Eligible studies included those involving CKD patients classified by glomerular filtration rate (GFR) according to the Kidney Disease Outcomes Quality Initiative (KDOQI) guidelines or by the estimated GFR (eGFR) calculated using the MDRD formula, provided they met predefined inclusion criteria. Study quality was assessed using the Newcastle–Ottawa Scale (NOS). The primary outcome measured was the mean difference (MD) in serum CPP levels across the various stages of CKD. Results: A total of seven studies, comprising 2769 participants, met the inclusion criteria and were incorporated into our systematic review and meta-analysis. Notable differences in CPP levels were identified across various comparisons. Specifically, CPP levels were significantly elevated in CKD patients compared to healthy controls, with a mean difference (MD) of 12.975 (95% CI 6.572, 19.379). Additional significant MDs were observed in comparisons including controls versus CKD stages 1–2/2 (−1.600 [95% CI −3.179, −0.020]), controls versus CKD stage 3 (−9.598 [95% CI −12.959,−6.237]), controls versus CKD stages 4–5 (−28.776 [95% CI −42.925, −14.628]), and CKD stages 1–2 versus stages 4–5 (−30.475 [95% CI −46.790, −14.160]). Conclusions: Comparison between the CKD patients and healthy controls revealed significantly elevated CPP levels, suggesting a possible role in renal pathology. Furthermore, the distinct differences in CPP concentrations across various CKD stages highlight its potential as a biomarker for assessing disease severity and progression.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,008 | 0,003 |
| Bibliométrie | 0,001 | 0,002 |
| 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 | 0,000 |
| 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 ».