Prevalence of Diabetes in the 2009 Influenza A (H1N1) and the Middle East Respiratory Syndrome Coronavirus: A Systematic Review and Meta-Analysis
Notice bibliographique
Résumé
Over the past two decades a number of severe acute respiratory infection outbreaks such as the 2009 influenza A (H1N1) and the Middle East respiratory syndrome coronavirus (MERS-CoV) have emerged and presented a considerable global public health threat. Epidemiologic evidence suggests that diabetic subjects are more susceptible to these conditions. However, the prevalence of diabetes in H1N1 and MERS-CoV has not been systematically described. The aim of this study is to conduct a systematic review and meta-analysis of published reports documenting the prevalence of diabetes in H1N1 and MERS-CoV and compare its frequency in the two viral conditions. Meta-analysis for the proportions of subjects with diabetes was carried out in 29 studies for H1N1 ( n=92,948) and 9 for MERS-CoV ( n=308). Average age of H1N1 patients (36.2±6.0 years) was significantly younger than that of subjects with MERS-CoV (54.3±7.4 years, P<0.05). Compared to MERS-CoV patients, subjects with H1N1 exhibited 3-fold lower frequency of cardiovascular diseases and 2- and 4-fold higher prevalence of obesity and immunosuppression, respectively. The overall prevalence of diabetes in H1N1 was 14.6% (95% CI: 12.3-17.0%; P<0.001), a 3.6-fold lower than in MERS-CoV (54.4%; 95% CI: 29.4-79.5; P<0.001). The prevalence of diabetes among H1N1 cases from Asia and North America was ∼two-fold higher than those from South America and Europe. The prevalence of diabetes in MERS-CoV cases is higher than in H1N1. Regional comparisons suggest that an etiologic role of diabetes in MERS-CoV may exist distinctive from that in H1N1.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,010 | 0,023 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,015 | 0,037 |
| Bibliométrie | 0,007 | 0,008 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».