MétaCan
Menu
Retour à la cohorte
Enregistrement W4413735066 · doi:10.3389/fendo.2025.1599423

Correlation of serum irisin levels with diabetic nephropathy: an exhaustive systematic appraisal and meta-analytical investigation

2025· review· en· W4413735066 sur OpenAlexaboutno aff
Yuan Deng, Yawen Shen, Yuchen Wu, Min Wen, Fang Wang

Notice bibliographique

RevueFrontiers in Endocrinology · 2025
Typereview
Langueen
DomaineMedicine
ThématiqueAdipose Tissue and Metabolism
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDiabetic nephropathyMedicineMeta-analysisDiabetes mellitusInternal medicineBioinformaticsEndocrinologyMathematicsComputational biologyBiology

Résumé

récupéré en direct d'OpenAlex

Background: Diabetic nephropathy (DN) is a major complication of diabetes, contributing significantly to end - stage renal disease. Irisin, an exercise - induced myokine, has been linked to metabolic disorders, but its relationship with DN remains unclear. This study aims to comprehensively and accurately explore the association between serum irisin levels and DN through a systematic review and meta - analysis. Methods: The research was conducted following the Meta - analysis of Observational Studies in Epidemiology (MOOSE) guidelines. Multiple electronic databases, including Cochrane Library, Embase, Web of Science, PubMed, China National Knowledge Infrastructure (CNKI), China Biology Medicine disc (CBM), and Wanfang Database, were systematically searched using relevant keywords related to irisin and DN. Studies were included if they were randomized controlled trials (RCTs) or observational studies that stratified Type 2 diabetes mellitus (T2DM) patients based on the presence or absence of DN, measured serum irisin levels in both groups, and provided data in a suitable format. Two independent reviewers performed literature screening, data extraction, and quality assessment. The Jadad scale was used for RCTs, and the Newcastle - Ottawa Scale (NOS) was applied for cohort and case - control studies. Statistical analysis was carried out using RevMan 5.3 software, with heterogeneity evaluated by Q and I² tests, and appropriate models (fixed - effects or random - effects) selected accordingly. INPLASY registration number:202530056. Results: A total of seven studies, comprising 453 DN patients and 346 non-DN controls, were included in the final meta-analysis. The pooled results demonstrated that serum irisin levels were significantly lower in patients with diabetic nephropathy, particularly those with more advanced stages of albuminuria. Specifically, irisin levels were significantly reduced in patients with microalbuminuria (MD = 30.84, 95% CI: 7.81 to 53.87, I² = 96%) and macroalbuminuria (MD = 30.84, 95% CI: 7.81 to 53.87, I² = 98%) compared to those with normoalbuminuria. Furthermore, a direct comparison between microalbuminuria and macroalbuminuria also revealed significantly lower irisin levels in the latter group (MD = 12.53, 95% CI: 3.46 to 21.59, I² = 89%). In terms of renal function, patients with eGFR < 60 mL/min/1.73 m² exhibited lower irisin concentrations than those with preserved renal function (MD = 3.43, 95% CI: -2.90 to 9.75, I² = 90%), though this difference was not statistically significant. Given the substantial heterogeneity among the included studies, random-effects models were applied for all analyses. Funnel plot assessment showed general symmetry in most comparisons, indicating a low to moderate risk of publication bias, although asymmetry was observed in the microalbuminuria vs. macroalbuminuria subgroup, suggesting potential small-study effects. Conclusions: This meta-analysis provides evidence for an association between serum irisin levels and DN. Lower serum irisin levels were related to more severe albuminuria and decreased eGFR in T2DM patients. However, considering the limitations of this study, such as potential missing data and methodological differences, further large - scale, multi-center, and high-quality RCTs are needed to validate these findings and elucidate the underlying mechanisms. Systematic review registration: INPLASY.COM, identifier 202530056.

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)0,026
score de la tête « metaresearch » (Gemma)0,054
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: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,026
Score d'incertitude au seuil0,138

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0260,054
Méta-épidémiologie (sens strict)0,0030,001
Méta-épidémiologie (sens large)0,0150,033
Bibliométrie0,0100,011
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0020,002
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,064
Tête enseignante GPT0,351
Écart entre enseignants0,287 · 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

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in EndocrinologyMême sujetAdipose Tissue and MetabolismTravaux en français237 207