MétaCan
Menu
Retour à la cohorte
Enregistrement W2606934987 · doi:10.1177/0961203317702255

Serological biomarkers as risk factors of SLE-associated pulmonary arterial hypertension: a systematic review and meta-analysis

2017· review· en· W2606934987 sur OpenAlexaboutno aff
J Wang, Junyan Qian, Y Wang, Jiuliang Zhao, Q Wang, Zhuang Tian, Ming Li, Xiaofeng Zeng

Notice bibliographique

RevueLupus · 2017
Typereview
Langueen
DomaineMedicine
ThématiquePulmonary Hypertension Research and Treatments
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineOdds ratioConfidence intervalInternal medicinePulmonary hypertensionMeta-analysisCochrane LibraryCardiology

Résumé

récupéré en direct d'OpenAlex

Objective This article aims to determine the serological biomarkers which can be considered as risk factors of systemic lupus erythematosus (SLE)-associated pulmonary arterial hypertension by a systematic review and meta-analysis. Methods This study was conducted in accordance with the PRISMA statement. The search database included MEDLINE, EMBASE, Cochrane Library and Scopus. The Newcastle-Ottawa scale was used for the quality assessment. The odds ratio was the primary measure of effect of the risk factors. Results Twelve studies were included in this meta-analysis. The results identified the anti-RNP antibody and anti-Sm antibody as risk factors for SLE-associated pulmonary arterial hypertension with the pooled odds ratios 3.68 (95% confidence interval 2.04-6.63, P < 0.0001) and 1.71 (95% confidence interval 1.06-2.76, P = 0.03), respectively. Conclusion Pulmonary arterial hypertension is a serious complication of SLE with a worse prognosis than SLE patients without pulmonary arterial hypertension. The early recognition of pulmonary arterial hypertension with transthoracic echocardiography routinely performed in SLE patients with risk factors is necessary, especially in Asian patients.

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)0,011
score de la tête « metaresearch » (Gemma)0,026
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: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,017
Score d'incertitude au seuil0,058

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0110,026
Méta-épidémiologie (sens strict)0,0030,001
Méta-épidémiologie (sens large)0,0170,030
Bibliométrie0,0080,008
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0020,001
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 Opus0,196
Tête enseignante GPT0,386
Écart entre enseignants0,191 · 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

Citations27
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLupusMême sujetPulmonary Hypertension Research and TreatmentsTravaux en français237 207