MétaCan
Menu
Retour à la cohorte
Enregistrement W2770895209 · doi:10.1177/1534734617737660

Predictive Laboratory Findings of Lower Extremity Amputation in Diabetic Patients: Meta-analysis

2017· review· en· W2770895209 sur OpenAlexaboutno aff
Jong-Lim Kim, Jin Yong Shin, Si‐Gyun Roh, Suk Choo Chang, Nae‐Ho Lee

Notice bibliographique

RevueThe International Journal of Lower Extremity Wounds · 2017
Typereview
Langueen
DomaineMedicine
ThématiqueDiabetic Foot Ulcer Assessment and Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineAmputationMeta-analysisDiabetic footErythrocyte sedimentation rateMEDLINEInternal medicineDiabetes mellitusDiabetic foot ulcerSurgeryProspective cohort studyEndocrinology

Résumé

récupéré en direct d'OpenAlex

Lower extremity amputation is a source of morbidity and mortality among diabetic patients. This meta-analysis aimed to identify significant laboratory data in patients with diabetic foot ulcer with high rates of lower extremity amputation. We performed a systematic literature review and meta-analysis using MEDLINE, EMBASE, and Cochrane databases. We extracted and evaluated 11 variables from the included studies based on amputation rates. This study used the Newcastle-Ottawa Scale to assess the quality of the studies. The search strategy identified 101 publications from which we selected 16 articles for review. We identified HbA1c, fasting blood glucose, white blood cells, C-reactive protein, and erythrocyte sedimentation rate as predictive variables of higher major amputation rate. Although further investigation of long-term and prospective studies is needed, we identified 5 variables as predisposing factors for higher major amputation in diabetic patients through meta-analysis.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,569
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0030,003
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,080
Tête enseignante GPT0,377
Écart entre enseignants0,296 · 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 tête enseignante, pas un consensus.

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

Citations15
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe International Journal of Lower Extremity WoundsMême sujetDiabetic Foot Ulcer Assessment and ManagementTravaux en français237 207