The relationship between serum 25-hydroxyvitamin D concentration and type 2 diabetic peripheral neuropathy
Notice bibliographique
Résumé
BACKGROUND: Vitamin D is a fat-soluble vitamin that is related to the health of the human body and is an indispensable nutrient for human beings. Some studies indicated that type 2 diabetes mellitus (T2DM) with diabetic peripheral neuropathy (DPN) may be associated with vitamin D deficiency, but the current understanding of this point of view remains controversial. This study aimed to evaluate the correlation between serum 25-hydroxyl vitamin D (25 [OH] D) concentration and DPN in patients with T2DM by a meta-analysis, and to provide a reference for doctors. METHODS: Relevant studies were selected from the PubMed, Cochrane Library, China National Knowledge Infrastructure, VIP databases, and Wanfang Data Knowledge Service Platform databases dating from 2000 to December 2017. A total of 75 articles related to serum 25 (OH) D and DPN were selected from 2000 to December 2017. Based on the inclusion and exclusion criteria of the literature, a quality assessment was conducted using the Newcastle-Ottawa scale, and a meta-analysis was performed by RevMan5.3 statistical software. RESULTS: Thirteen studies that involved a total of 2814 type 2 diabetic patients were finally included into the meta-analysis. Meta-analysis results, heterogeneity test showed that, P < .000 01, I = 92%, calculation by random effect model revealed that, the serum concentration of 25 (OH) D in T2DM combined with DPN group was lower than that in the group without DPN (weighted mean difference = -0.74, 95% confidence interval: -1.03 to -0.46) CONCLUSIONS:: Vitamin D is associated with type 2 DPN (DPN), and vitamin D deficiency can lead to an increased risk of type 2 DPN. However, more high-quality research is needed.
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 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 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».