Plasma microRNA Profiling Reveals Novel Biomarkers of Epicardial Adipose Tissue: A Multidetector Computed Tomography Study
de Gonzalo-Calvo D., Vilades D., Martínez-Camblor P., Vea À., Ferrero-Gregori A., Nasarre L.
การศึกษาไปข้างหน้า ในกลุ่มตัวอย่าง 180 ราย ตีพิมพ์ในวารสาร J Clin Med ปี 2019 — สรุปอัตโนมัติจากบทคัดย่อ PubMed
มีหลักฐานในมนุษย์ระยะต้น เช่น case series หรือกลุ่มตัวอย่างขนาดเล็ก ที่กำลังสำรวจประโยชน์ที่เป็นไปได้
- ระดับ A · หลักฐานทางคลินิกค่อนข้างแข็งแรง
- ระดับ B · หลักฐานทางคลินิกที่กำลังเติบโตและมีสัญญาณเชิงบวก
- ระดับ C · งานวิจัยในมนุษย์ระยะต้นที่กำลังสำรวจประโยชน์
- ระดับ D · รากฐานทางวิทยาศาสตร์จากห้องปฏิบัติการและสัตว์ทดลอง
- กำลังศึกษาเพิ่มเติม · หัวข้อใหม่ที่นักวิจัยกำลังสำรวจอย่างต่อเนื่อง
ข้อมูลหน้านี้ดึงมาจากฐานข้อมูล PubMed โดยตรง คำอธิบายภาษาไทยเป็นสรุปอัตโนมัติจากข้อมูลบรรณานุกรมและบทคัดย่อ ไม่ใช่การแปลทั้งฉบับ และไม่ใช่คำแนะนำทางการแพทย์
- ประเภทการศึกษา
- การศึกษาไปข้างหน้า
- วารสาร
- J Clin Med (2019)
- จำนวนผู้เข้าร่วม (จากบทคัดย่อ)
- 180
- แหล่งข้อมูล
- Europe PMC
- PMID
- 31159404
- PMCID
- PMC6616954
- DOI
- 10.3390/jcm8060780
- จำนวนการอ้างอิง
- 9
บทคัดย่อ (ต้นฉบับภาษาอังกฤษ)
Epicardial adipose tissue (EAT) constitutes a novel parameter for cardiometabolic risk assessment and a target for therapy. Here, we evaluated for the first time the plasma microRNA (miRNA) profile as a source of biomarkers for epicardial fat volume (EFV). miRNAs were profiled in plasma samples from 180 patients whose EFV was quantified using multidetector computed tomography. In the screening study, 54 deregulated miRNAs were identified in patients with high EFV levels (highest tertile) compared with matched patients with low EFV levels (lowest tertile). After filtering, 12 miRNAs were selected for subsequent validation. In the validation study, miR-15b-3p, miR-22-3p, miR-148a-3p miR-148b-3p and miR-590-5p were directly associated with EFV, even after adjustment for confounding factors ( p value < 0.05 for all models). The addition of miRNA combinations to a model based on clinical variables improved the discrimination (area under the receiver-operating-characteristic curve (AUC) from 0.721 to 0.787). miRNAs correctly reclassified a significant proportion of patients with an integrated discrimination improvement (IDI) index of 0.101 and a net reclassification improvement (NRI) index of 0.650. Decision tree models used miRNA combinations to improve their classification accuracy. These results were reproduced using two proposed clinical cutoffs for epicardial fat burden. Interna
สิ่งที่งานวิจัยนี้ไม่ได้พิสูจน์
- • งานวิจัยนี้ไม่ได้พิสูจน์ว่า SVF เป็นการรักษาที่ได้รับการรับรอง หรือใช้แทนการรักษามาตรฐานได้
ระดับหลักฐาน
มีหลักฐานในมนุษย์ระยะต้น เช่น case series หรือกลุ่มตัวอย่างขนาดเล็ก ที่กำลังสำรวจประโยชน์ที่เป็นไปได้
ดูวิธีจัดระดับหลักฐานดูงานวิจัยทั้งหมดที่เกี่ยวข้อง
กรองห้องสมุดงานวิจัยด้วยชื่อเรื่อง ชื่อผู้เขียน หรือปีที่ตีพิมพ์ของงานวิจัยนี้