Comparison of microRNA expression in pseudoexfoliation syndrome with and without glaucoma
Notice bibliographique
Résumé
BACKGROUND/AIMS: Pseudoexfoliation syndrome (PXS) is associated with increased risk of glaucoma, but the underlying molecular mechanisms remain unclear. This study aimed to compare microRNA (miRNA) expression profiles between PXS with glaucoma (PXSG) and PXS without glaucoma (PXSWG). METHODS: We enrolled 24 PXS patients undergoing cataract surgery, dividing them into PXSG (n=16) and PXSWG (n=8) groups. miRNA expression in anterior lens capsule tissue was analysed using NanoString nCounter technology. Differentially expressed miRNAs were identified, and functional pathway analysis was conducted using the Kyoto Encyclopedia of Genes and Genomes (KEGG). The correlations between miRNA expression and clinical variables, including glaucoma severity, endothelial cell counts (ECCs) and systemic factors identified in serum blood tests, were also examined. RESULTS: Using a panel of 827 miRNAs, 23 upregulated miRNAs in PXSG were identified, miRNA-(miR-)887-3 p and miR-933 exhibiting the highest differential expression. The KEGG highlighted enrichment in pathways related to ageing and signal transduction. Elevated levels of several miRNAs, miR-933 and miR-302a-3p, were linked to worse visual field (VF) and thinner peripapillary retinal nerve fibre layer thickness (pRNFLT). Multivariate regression analysis identified associations of miR-302a-3p with lower ECC, miR-302f with thinner pRNFLT and miR-614 with higher triglyceride levels. CONCLUSION: This study indicates potential differences in miRNA expression between PXSG and PXSWG, with several showing suggestive associations with key clinical parameters. These preliminary findings may provide valuable insights into processes relevant to PXS and glaucoma but require validation in larger, independent cohorts to clarify their biomarker potential.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| 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) | 0,001 | 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 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 ».