MétaCan
Menu
Retour à la cohorte
Enregistrement W7117455766 · doi:10.1007/s11883-025-01380-1

Toward Precision Medicine in Atherosclerotic Cardiovascular Disease: Insights from Omics Data into Sex Differences

2025· article· en· W7117455766 sur OpenAlexaff
Jelena Munjas, Sandra S. Vladimirov, Tamara Ratkovic, Laura Comi, Claudia Giglione, Ilija Tanasković, T. Gojkovic, Branka Rakic, Aleksandar Davidovic, L Vukmirovic, M Milanov, Dane Cvijanović, Paolo Magni, Miron Sopić

Notice bibliographique

RevueCurrent Atherosclerosis Reports · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueSex and Gender in Healthcare
Établissements canadiensArtificial Intelligence in Medicine (Canada)
Organismes subventionnairesHORIZON EUROPE Marie Sklodowska-Curie ActionsAgenzia Spaziale ItalianaMinistarstvo Prosvete, Nauke i Tehnološkog RazvojaEuropean Commission
Mots-clésOmicsPrecision medicineSystems biologyMetabolomicsPersonalized medicineGenomicsHuman geneticsVariety (cybernetics)

Résumé

récupéré en direct d'OpenAlex

PURPOSE OF REVIEW: Atherosclerotic cardiovascular disease (ASCVD) remains a leading cause of morbidity and mortality worldwide. Although there is increasing recognition of sex differences in ASCVD epidemiology, pathogenesis, and clinical outcomes, the underlying biological mechanisms are still insufficiently understood. Women often present with distinct disease phenotypes, such as a higher prevalence of fibrous plaques and microvascular dysfunction, compared with the lipid-rich, inflammatory plaques more typical in men. This review examines recent omics research to clarify the molecular basis of these sex-specific patterns and explores their implications for precision cardiovascular medicine. RECENT FINDINGS: Advances in genomics, epigenomics, transcriptomics, proteomics, and metabolomics have shown that sex differences in ASCVD arise from complex hormonal, genetic, epigenetic, and molecular interactions. The variety of available omics approaches offers the potential to discover sex-specific regulatory networks and therapeutic targets, thereby addressing persistent knowledge gaps. However, significant challenges remain, including integrating these diverse omics layers, harmonising datasets across platforms, managing substantial computational demands, and navigating ethical constraints related to data sharing. Multiomics technologies provide unprecedented opportunities to dissect sex-specific mechanisms in ASCVD and to refine individualised risk stratification and therapeutic strategies. Overcoming current analytical and infrastructural barriers through collaborative efforts, standardised methodologies, and responsible data governance will be critical to unlocking the full potential of multiomics in precision cardiovascular medicine. This review synthesises recent evidence across omics domains and underscores their potential to improve ASCVD prevention and treatment.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,206
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,167
Tête enseignante GPT0,360
Écart entre enseignants0,193 · 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 tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations7
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCurrent Atherosclerosis ReportsMême sujetSex and Gender in HealthcareTravaux en français237 207