MétaCan
Menu
Retour à la cohorte
Enregistrement W2509462423 · doi:10.1093/rheumatology/kew140.010

047 Obesity, Hypertension and Diuretic Use as Risk Factors for Incident Gout: A Meta-Analysis of Cohort Studies

2016· article· en· W2509462423 sur OpenAlexaboutno aff
Peter L. Evans, James A. Prior, Christian Mallen, John Belcher, Edward Roddy

Notice bibliographique

RevueLara D. Veeken · 2016
Typearticle
Langueen
DomaineMedicine
ThématiqueGout, Hyperuricemia, Uric Acid
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineGoutDiureticObesityCohortInternal medicineCohort study

Résumé

récupéré en direct d'OpenAlex

Background: Gout is the most common inflammatory arthritis and its prevalence and incidence have continued to increase in recent decades. As treatment remains suboptimal, identification of high-risk groups for developing gout remains important. The aim of this systematic review and meta-analysis was to examine obesity, hypertension and diuretic use as risk factors for incident gout. Methods: Three separate search strategies were developed to select articles that had investigated obesity, hypertension and/or diuretic use as a risk factor for incident gout. These searches were conducted in Medline, Embase and CINAHL from database inception to January 2015. Relevant search terms were devised from a combination of MeSH and free-text terms for gout and combined with terms for each exposure. Included articles met the following criteria: human participants; outcome was assessed in adults (≥18 years of age); prospective or retrospective cohort study; incident gout was assessed as an outcome; the exposure studied was obesity, hypertension and/or diuretic use and the study took place in primary care or was population based. Titles and abstracts were screened by a single author and full text review of remaining articles was performed by two independent assessors. Study characteristics, design, sample size and risk estimates were extracted. Methodological quality was assessed using the Newcastle–Ottawa Scale. Using a random effects model, pooled unadjusted and adjusted risk estimates were calculated for each risk factor, requiring a minimum of three articles that used the same type of risk estimate [e.g. relative risk (RR)]. Heterogeneity was assessed using the I2 statistic.

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)0,024
score de la tête « metaresearch » (Gemma)0,044
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: Méta-analyse
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,024
Score d'incertitude au seuil0,128

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0240,044
Méta-épidémiologie (sens strict)0,0030,002
Méta-épidémiologie (sens large)0,0130,071
Bibliométrie0,0080,007
Études des sciences et des technologies0,0010,001
Communication savante0,0040,002
Science ouverte0,0020,002
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,090
Tête enseignante GPT0,318
Écart entre enseignants0,227 · 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'étudeMéta-analyse
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

Citations0
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLara D. VeekenMême sujetGout, Hyperuricemia, Uric AcidTravaux en français237 207