MétaCan
Menu
Retour à la cohorte
Enregistrement W2577578405 · doi:10.1186/s13643-018-0828-0

Association between diabetes mellitus and multi-drug-resistant tuberculosis: evidence from a systematic review and meta-analysis

2018· review· en· W2577578405 sur OpenAlexaboutno aff
Balewgizie Sileshi Tegegne, Melkamu Merid Mengesha, Andreas A. Teferra, Mamaru Ayenew Awoke, Tesfa Dejenie Habtewold

Notice bibliographique

RevueSystematic Reviews · 2018
Typereview
Langueen
DomaineMedicine
ThématiqueTuberculosis Research and Epidemiology
Établissements canadiensnon disponible
Organismes subventionnairesUniversitair Medisch Centrum Groningen
Mots-clésMedicineFunnel plotPublication biasMeta-analysisTuberculosisCochrane LibraryOdds ratioConfidence intervalObservational studyInternal medicineCohort studyPathology

Résumé

récupéré en direct d'OpenAlex

Diabetes mellitus (DM) poses a significant risk for the development of active tuberculosis (TB) and complicates its treatment. However, there is inconclusive evidence on whether the TB-DM co-morbidity is associated with a higher risk of developing multi-drug-resistant tuberculosis (MDR-TB). The aim of this meta-analysis was to summarize available evidence on the association of DM and MDR-TB and to estimate a pooled effect measure. PubMed, Excerpta Medica Database (EMBASE), Web of Science, World Health Organization (WHO), and Global Health Library database were searched for all studies published in English until July 2018 and that reported the association of DM and MDR-TB among TB patients. To assess study quality, we used the Newcastle-Ottawa Scale for cohort and case-control studies and the Agency for Healthcare Research and Quality tool for cross-sectional studies. We checked the between-study heterogeneity using the Cochrane Q chi-squared statistic and I2 and examined a potential publication bias by visual inspection of the funnel plot and Egger’s regression test statistic. The random-effect model was fitted to estimate the summary effects, odds ratios (ORs), and 95% confidence interval (CIs) across studies. This meta-analysis of 24 observational studies from 15 different countries revealed that DM has a significant association with MDR-TB (OR = 1.97, 95% CI = 1.58–2.45, I2 = 38.2%, P value for heterogeneity = 0.031). The significant positive association remained irrespective of country income level, type of DM, how TB or DM was diagnosed, and design of primary studies. A stronger association was noted in a pooled estimate of studies which adjusted for at least one confounding factor, OR = 2.43, 95% CI 1.90 to 3.12. There was no significant publication bias detected. The results suggest that DM can significantly increase the odds of developing MDR-TB. Consequently, a more robust TB treatment and follow-up might be necessary for patients with DM. Efforts to control DM can have a substantial beneficial effect on TB outcomes, particularly in the case of MDR-TB. PROSPERO CRD42016045692 .

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)0,013
score de la tête « metaresearch » (Gemma)0,032
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: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,022
Score d'incertitude au seuil0,068

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0130,032
Méta-épidémiologie (sens strict)0,0030,002
Méta-épidémiologie (sens large)0,0220,040
Bibliométrie0,0070,009
Études des sciences et des technologies0,0010,001
Communication savante0,0040,002
Science ouverte0,0020,002
Intégrité de la recherche0,0020,002
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 Opus0,212
Tête enseignante GPT0,428
Écart entre enseignants0,216 · 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
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

Citations132
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSystematic ReviewsMême sujetTuberculosis Research and EpidemiologyTravaux en français237 207