A systematic analysis of multiple myeloma and the related risk of HBV and HCV infection
Notice bibliographique
Résumé
Objective This study aimed to assess the risk of hepatitis B virus (HBV) and hepatitis C virus (HCV) in patients with multiple myeloma (MM) by systematic analysis. Methods The literature was retrieved in 4 English databases (PubMed, Web of science, OVID, Cochrane Library) and 3 Chinese databases (CNKI, VIP, and Wanfang) as of september 2016. The key word in English/ Chinese database retrieval is MM or multiple myeloma and infection . Newcastle Ottawa Scale (NOS) was used to evaluate the article quality. The overall odds ratio (OR) and 95% confidence intervals (95% CIs) were estimated by fixed (heterogeneity test at I2<25%) or random (heterogeneity test at I2≥25%) effects model. Results A total of 9 studies were included in the Meta analysis. The study found that multiple myeloma patients had an increased risk of HBV and HCV infection, 3.17 and 4.16 times higher than the control group. HBV (OR=3.17, 95% CI: 1.17-1.96, I2=27%, P=0.002) and HCV (OR=4.16, 95% CI: 1.33-2.22, I2=0%, P<0.001) in the multiple myeloma group were significantly different from those of the control group (P<0.05). Conclusions HBV and HCV are risk factors for multiple myeloma and should be highly regarded and controlled before and after treatment. Key words: Multiple myeloma/CO; Hepatitis B/CO; Hepatitis C/CO; Meta-analysis
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 | 0,010 | 0,034 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,010 | 0,018 |
| Bibliométrie | 0,009 | 0,008 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 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 ».