Prevalence of Anterior Pituitary Dysfunction Twelve Months or More following Traumatic Brain Injury in Adults: A Systematic Review and Meta-Analysis
Notice bibliographique
Résumé
The objective of this study is to systematically review clinical studies that have reported on the prevalence of chronic post–traumatic brain injury anterior pituitary dysfunction (PTPD) 12 months or more following traumatic brain injury (TBI). We searched Medline, Embase, and PubMed up to April 2017 and consulted bibliographies of narrative reviews. We included cohort, case–control, and cross-sectional studies enrolling at least five adults with primary TBI in whom at least one anterior pituitary axis was assessed at least 12 months following TBI. We excluded studies in which other brain injuries were indistinguishable from TBI. Study quality was assessed using the Newcastle-Ottawa Scale (NOS) score. We also considered studies that determined growth hormone deficiency and adrenocorticotrophic hormone reserve using provocation test to be at low risk of bias. Data were extracted by four independent reviewers and assessed for risk of bias using a data extraction form. We performed meta-analyses using random effect models and assessed heterogeneity using the I 2 index. We identified 58 publications, of which 29 (2756 participants) were selected for meta-analysis. Twelve of these were deemed to be at low risk of bias and therefore “high-quality,” as they had NOS scores greater than 8 and had used provocation tests. The overall prevalence of at least one anterior pituitary hormone dysfunction for all 29 studies was 32% (95% confidence interval [CI] 25–38%). The overall prevalence in the 12 high-quality studies was 34% (95% CI 27–42%). We observed significant heterogeneity that was not solely explained by the risk of bias. Studies with a higher proportion of participants with mild TBI had a lower prevalence of PTPD. Our results show that approximately one-third of TBI sufferers have persistent anterior pituitary dysfunction 12 months or more following trauma. Future research on PTPD should differentiate between mild and moderate/severe TBI.
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 | 0,018 | 0,046 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,020 | 0,037 |
| Bibliométrie | 0,010 | 0,010 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».