MétaCan
Menu
Retour à la cohorte
Enregistrement W2213602427 · doi:10.1177/1203475415586332

The Relationship of Obesity With the Severity of Psoriasis

2015· review· en· W2213602427 sur OpenAlexaff
Patrick Fleming, J. Kraft, Wayne Gulliver, Charles Lynde

Notice bibliographique

RevueJournal of Cutaneous Medicine and Surgery · 2015
Typereview
Langueen
DomaineImmunology and Microbiology
ThématiquePsoriasis: Treatment and Pathogenesis
Établissements canadiensMemorial University of NewfoundlandLynde Centre for DermatologyUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésPsoriasisMedicineBody mass indexObesityPsoriasis Area and Severity IndexSystemic inflammationInternal medicineAdipokineDiseaseDermatologyInflammationInsulin resistance

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Psoriasis is a chronic inflammatory disease associated with obesity. The increased production of adipocytokines in central adiposity contributes to the systemic inflammation of obesity and perhaps to psoriasis. OBJECTIVE: The objective of this systematic review is to determine the association of obesity with psoriasis severity. METHODS: We searched PubMed, EMBASE, and Cochrane Database for English-language papers involving human subjects for all years. We extracted data on age, sex, body mass index (BMI), proportion obese, and psoriasis severity index score (PASI). RESULTS: We identified 254 articles in our search and included 9. The sample size was 134 823 psoriasis patients. Seven of the 9 studies found a statistically significant association of increased psoriasis severity with higher BMI. CONCLUSION: Increased severity of psoriasis appears to be associated with increased BMI. Most studies were cross-sectional or case-control, making it difficult to determine temporality. Dermatologists should consider recording BMI for psoriasis patients and offering them lifestyle counseling.

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)0,003
score de la tête « metaresearch » (Gemma)0,012
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,012
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0040,004
Bibliométrie0,0070,006
Études des sciences et des technologies0,0000,000
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,068
Tête enseignante GPT0,298
Écart entre enseignants0,230 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations92
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Cutaneous Medicine and SurgeryMême sujetPsoriasis: Treatment and PathogenesisTravaux en français237 207