Risk of Thyroid Nodular Disease and Thyroid Cancer in Patients with Acromegaly – Meta-Analysis and Systematic Review
Notice bibliographique
Résumé
INTRODUCTION: Acromegaly is a quite rare chronic disease caused by the increased secretion of growth hormone (GH) and subsequently insulin - like growth factor 1. Although cardiovascular diseases remains the most common cause of mortality among acromegalic patients, increased prevalence of malignant and benign neoplasms remains a matter of debate. The aim of this study is to evaluate the risk of thyroid nodular disease (TND) and thyroid cancer in patients with acromegaly. MATERIALS AND METHODS: PubMed, Cochrane Library, Scopus, Cinahl, Academic Search Complete, Web of Knowledge, PubMed Central, PubMed Central Canada and Clinical Key databases were searched to identify studies containing. Random-effects model was used to calculate pooled odds ratios and risk ratios of TND in acromegaly. Studies which not included control groups were systematically reviewed. RESULTS: TND was more frequent in acromegaly than in control groups (OR = 6.9, RR = 2.1). The pooled prevalence of TND was 59.2%. Also thyroid cancer (TC) proved to be more common in acromegalic patients (OR = 7.5, RR = 7.2), prevalence was 4.3%. The pooled rate of malignancy (calculated per patient) was equal to 8.7%. CONCLUSIONS: This study confirms that both TND and TC occur significantly more often in acromegalic patients than in general population. These results indicate that periodic thyroid ultrasound examination and careful evaluation of eventual lesions should be an important part of follow-up of patients with acromegaly.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,009 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| 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) | 0,000 | 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 tête enseignante, 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 ».