The association of serum uric acid levels in psoriasis patients
Notice bibliographique
Résumé
BACKGROUND: Current research has proved that psoriasis is associated with serum uric acid (SUAC) levels. Our purpose is to clarify SUAC levels and the incidence of hyperuricemia in psoriasis patients, and to compare SUCA levels in different groups' psoriasis patients. METHODS: We plan to search 7 electronic bibliographic databases (PubMed, Embase, Cochrane, and 4 Chinese databases) from inception to August 2019. Literatures selection and data collection will be performed independently by 2 authors. The Newcastle-Ottawa scale will be used to assess the methodologic quality and bias of included studies. Firstly, standard pairwise meta-analysis will be used to examine the considered data synthesis. Secondly, if the identified studies appear sufficiently similar within and across the different comparisons between different groups of psoriasis patients, we will estimate SUAC levels using network meta-analysis in different age and ethnicity psoriasis patients. Mean difference, risk ratio, and 95% confidence intervals will be used to assess the SUAC levels and the incidence of hyperuricemia in psoriasis patients. The software of Stata and WinBUGS will be used to calculations. RESULTS: The results will be published in a peer-reviewed journal. CONCLUSION: Our study will compare SUCA levels in different groups' psoriasis patients through network meta-analysis, and we believe our job is very meaningful. ETHICS AND DISSEMINATION: Our study is a secondary study of the existing literature. So, ethical and dissemination approval is not required.
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 | 0,005 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».