MétaCan
Menu
Retour à la cohorte
Enregistrement W2019325581 · doi:10.1080/09286580701421684

Use of Lipid-Lowering Agents for the Prevention of Age-Related Macular Degeneration: A Meta-Analysis of Observational Studies

2007· review· en· W2019325581 sur OpenAlexaff
Jean Y. Chuo, Matthew O. Wiens, Mahyar Etminan, David Maberley

Notice bibliographique

RevueOphthalmic Epidemiology · 2007
Typereview
Langueen
DomaineMedicine
ThématiqueRetinal Diseases and Treatments
Établissements canadiensVancouver Hospital and Health Sciences CentreUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésMedicineObservational studyMacular degenerationMeta-analysisOphthalmologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

PURPOSE: To examine the effect of lipid-lowering agents in the development of age-related macular degeneration (AMD) through the techniques of meta-analysis. METHODS: Case-control and cohort studies presenting relative risks and 95% confidence intervals were identified through a literature review. Inclusion was limited to studies where both the exposure of interest (lipid-lowering agents) and outcome (AMD) were explicitly defined. Pooled estimates were computed using the random effects model. To quantify heterogeneity we calculated the proportion of total variance of between study variance using the Ri statistic. The Q statistic for heterogeneity was also calculated. RESULTS: Eight studies were identified. The pooled relative risk (RR) for all studies was 0.74 (95% CI, 0.55-1.00). When only those studies examining the use of statins were pooled (n=7), the RR was 0.70 (95% CI, 0.48-1.03). Using the Ri statistic, the heterogeneity between studies was found to be 0.85 for all studies and 0.89 for studies examining statins. CONCLUSION: Lipid-lowering agents, including statins, do not appear to lower the risk of developing AMD, although clinically significant effects cannot be excluded. The use of these agents in the prevention of AMD cannot be recommended until well designed prospective studies with long follow up have demonstrated a benefit.

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)0,015
score de la tête « metaresearch » (Gemma)0,041
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens large)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: Méta-analyse
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,985
Score d'incertitude au seuil0,082

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0150,041
Méta-épidémiologie (sens strict)0,0030,001
Méta-épidémiologie (sens large)0,0150,025
Bibliométrie0,0070,007
Études des sciences et des technologies0,0000,000
Communication savante0,0020,001
Science ouverte0,0020,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,803
Tête enseignante GPT0,563
Écart entre enseignants0,240 · 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.

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

Citations38
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOphthalmic EpidemiologyMême sujetRetinal Diseases and TreatmentsTravaux en français237 207