A Systematic Review and Meta-Analysis on the Strength and Consistency of the Associations between Dupuytren Disease and Diabetes Mellitus, Liver Disease, and Epilepsy
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: The role of diabetes mellitus, liver disease, and epilepsy as risk factors for Dupuytren disease remains unclear. In this systematic review and meta-analysis, the strength and consistency of these associations were examined. METHODS: The MEDLINE, EMBASE, and Web of Science databases were searched for articles reporting an association between Dupuytren disease and diabetes mellitus, liver disease, and epilepsy published before September 26, 2016. The frequencies of Dupuytren disease and diabetes mellitus, liver disease, and epilepsy were extracted, as was information on potential confounders. Generalized linear mixed models were applied to estimate pooled odds ratios, adjusted for confounders. Heterogeneity between studies was quantified using an intraclass correlation coefficient and was accounted for by a random effect for study. RESULTS: One thousand two hundred sixty unique studies were identified, of which 32 were used in the meta-analyses. An association between Dupuytren disease and diabetes mellitus was observed (OR, 3.06; 95 percent CI, 2.69 to 3.48, adjusted for age), which was stronger for type 1 diabetes mellitus than for type 2 diabetes mellitus but was not statistically significant (p = 0.24). An association between Dupuytren disease and liver disease was observed (OR, 2.92; 95 percent CI, 2.08 to 4.12, adjusted for sex). Dupuytren disease and epilepsy were associated, yielding an OR of 2.80 (95 percent CI, 2.49 to 3.15). Heterogeneity between studies was moderate to low. CONCLUSIONS: These findings demonstrate an association between Dupuytren disease and diabetes mellitus, liver disease, and epilepsy. Prospective, longitudinal studies are needed to elucidate the pathways causing these associations.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,007 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle