Periodontitis Impact in Interleukin-6 Serum Levels in Solid Organ Transplanted Patients: A Systematic Review and Meta-Analysis
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
This systematic review aimed to investigate the influence of periodontitis on post-transplant IL-6 serum levels of solid organ transplanted patients as compared to healthy subjects. Four databases (PubMed, Scholar, EMBASE, and CENTRAL) were searched up to February 2020 (PROSPERO CRD42018107817). Case-control and cohort studies on the association of IL-6 serum levels with a periodontal status of patients after solid organ transplantation were included. The risk of bias of observational studies was assessed through the Newcastle-Ottawa Scale (NOS). Random effects meta-analyses were thoroughly conducted. GRADE assessment provided quality evidence. Four case-control studies fulfilled the inclusion criteria (274 transplant recipients and 146 healthy controls), all of low risk of bias. Meta-analyses revealed significantly higher IL-6 levels in transplanted patients than healthy individuals with low-quality evidence (Mean Difference (MD): 2.55 (95% confidence interval (CI): 2.07, 3.03)). Transplanted patients with periodontitis have higher serum IL-6 levels than transplanted patients without periodontitis with moderate quality evidence (MD: 2.20 (95% CI: 1.00, 3.39)). We found low-quality evidence of higher IL-6 levels than healthy patients in patients with heart and kidney transplant. In these transplanted patients, there was moderate quality evidence that periodontitis is associated with higher IL-6 serum levels. Future research should consider the impact of such a difference in organ failure and systemic complications.
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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,013 | 0,001 |
| Bibliométrie | 0,001 | 0,003 |
| 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 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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