Pancreatic size and fat content in diabetes: A systematic review and meta-analysis of imaging studies
Notice bibliographique
Résumé
OBJECTIVES: Imaging studies are expected to produce reliable information regarding the size and fat content of the pancreas. However, the available studies have produced inconclusive results. The aim of this study was to perform a systematic review and meta-analysis of imaging studies assessing pancreas size and fat content in patients with type 1 diabetes (T1DM) and type 2 diabetes (T2DM). METHODS: Medline and Embase databases were performed. Studies evaluating pancreatic size (diameter, area or volume) and/or fat content by ultrasound, computed tomography, or magnetic resonance imaging in patients with T1DM and/or T2DM as compared to healthy controls were selected. Seventeen studies including 3,403 subjects (284 T1DM patients, 1,139 T2DM patients, and 1,980 control subjects) were selected for meta-analyses. Pancreas diameter, area, volume, density, and fat percentage were evaluated. RESULTS: Pancreatic volume was reduced in T1DM and T2DM vs. controls (T1DM vs. controls: -38.72 cm3, 95%CI: -52.25 to -25.19, I2 = 70.2%, p for heterogeneity = 0.018; and T2DM vs. controls: -12.18 cm3, 95%CI: -19.1 to -5.25, I2 = 79.3%, p for heterogeneity = 0.001). Fat content was higher in T2DM vs. controls (+2.73%, 95%CI 0.55 to 4.91, I2 = 82.0%, p for heterogeneity<0.001). CONCLUSIONS: Individuals with T1DM and T2DM have reduced pancreas size in comparison with control subjects. Patients with T2DM have increased pancreatic fat content.
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 | 0,015 | 0,034 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,019 | 0,036 |
| Bibliométrie | 0,009 | 0,011 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».