Association between serum copper and heart failure: a meta-analysis.
Notice bibliographique
Résumé
BACKGROUND AND OBJECTIVES: Copper dyshomeostasis can lead to many diseases, including cardiovascular disease. However, there are conflicting reports on the relationship between serum copper and heart failure (HF). To explore the relationship between serum copper levels and HF by performing a meta-analysis. METHODS AND STUDY DESIGN: The PubMed and ScienceDirect databases until June 2019 were searched for reports on the association between serum copper levels and HF. RESULTS: A total of thirteen studies including 1504 subjects were chosen for the meta-analysis. The pooled analysis indicated that patients with HF had higher serum copper than the control subjects [standardized mean difference (SMD), 0.982; 95% confidence interval (CI), (0.679, 1.285)]. Subgroup analysis stratified by different geographic locations found that HF patients had higher copper than the control subjects in Asia and Europe [Asia: SMD, 0.948 and 95% CI, (0.569, 1.327); Europe: SMD, 1.275 and 95% CI, (0.633, 1.917)], but not in America [America: SMD, 0.637 and 95% CI, (-0.109, 1.383)]. Additionally, subgroup analysis revealed that patients with ischemic cardiomyopathy (ICM) [SMD, 1.171; 95% CI, (0.717, 1.624)], idiopathic dilated cardiomyopathy (IDCM) [SMD, 0.569; 95% CI, (0.097, 1.042)] and other types of HF [SMD, 1.152; 95% CI, (0.594, 1.710)] all had higher copper levels than controls. Further subgroup analysis stratified by Newcastle-Ottawa Scale (NOS) scores also found higher serum copper in patients with HF than controls within each subgroup. CONCLUSIONS: Our meta-analysis identified a significant association between high serum copper and HF.
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 | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,005 | 0,002 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 ».