Salivary MicroRNAs as Potential Noninvasive Biomarkers for the Diagnosis of Nasopharyngeal Carcinoma: Protocol for a Scoping Review
Notice bibliographique
Résumé
BACKGROUND: Nasopharyngeal carcinoma (NPC) is the fourth-most-prevalent cancer in both Indonesia and Asia. Globally, an estimated 133,354 cases and 80,008 deaths were attributed to NPC in 2020. Early diagnosis plays a key role in managing NPC. Molecules found in bodily fluids, such as saliva, contain compounds (including microRNAs [miRNAs]) that can aid in detecting diseases like NPC. More studies on the expression, role, use, and accuracy of salivary miRNAs as potential diagnostic biomarkers of NPC are needed. OBJECTIVE: This protocol provides a framework for conducting a scoping review aimed at mapping the expression, role, use, and diagnostic accuracy of specific salivary miRNAs as potential diagnostic biomarkers of NPC. METHODS: The guidelines established by the JBI will be followed, which include defining the research questions, identifying relevant studies, and selecting studies based on titles and abstracts. The process will involve charting the data; collating, summarizing, and reporting the findings; and consultation. The synthesis will specifically examine the expression, role, use and accuracy of salivary miRNAs as potential diagnostic biomarkers of NPC. Both quantitative and qualitative analyses will be performed. RESULTS: The selection of studies based on keywords was completed in August 2024, and the study screening and review processes were finished by November 2024. The drafting of the scoping review manuscript is currently underway. The development of this scoping review protocol was supported by funding from the Centre for Higher Education Funding and the Indonesia Endowment Fund for Education. CONCLUSIONS: The findings of this study will offer a comprehensive overview of the expression, role, use, and diagnostic accuracy of salivary miRNAs as potential diagnostic biomarkers of NPC. The findings of this review are expected to serve as a basis for further research. TRIAL REGISTRATION: Open Science Framework k3prh_v1; https://osf.io/preprints/osf/k3prh_v1. INTERNATIONAL REGISTERED REPORT IDENTIFIER (IRRID): DERR1-10.2196/69484.
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 | 0,106 | 0,115 |
| Méta-épidémiologie (sens strict) | 0,005 | 0,004 |
| Méta-épidémiologie (sens large) | 0,009 | 0,014 |
| Bibliométrie | 0,016 | 0,013 |
| Études des sciences et des technologies | 0,005 | 0,005 |
| Communication savante | 0,007 | 0,007 |
| Science ouverte | 0,006 | 0,007 |
| Intégrité de la recherche | 0,010 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,050 | 0,011 |
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 ».