Cardiovascular morbidity and mortality among persons diagnosed with tuberculosis: A systematic review and meta-analysis
Notice bibliographique
Résumé
INTRODUCTION: The emerging epidemiological evidence of increased cardiovascular disease (CVD) risk among persons diagnosed with tuberculosis (TB) has not been systematically reviewed to date. Our aim was to review the existing epidemiological evidence for elevated risk of CVD morbidity and mortality among persons diagnosed with TB compared to controls. MATERIALS AND METHODS: EMBASE, MEDLINE, and Cochrane databases were searched (inception to January 2020) for terms related to "tuberculosis" and "cardiovascular diseases". Inclusion criteria: trial, cohort, or case-control study design; patient population included persons diagnosed with TB infection or disease; relative risk (RR) estimate and confidence interval reported for CVD morbidity or mortality compared to suitable controls. Exclusion criteria: no TB or CVD outcome definition; duplicate study; non-English abstract; non-human participants. Two reviewers screened studies, applied ROBINS-I tool to assess risk of bias, and extracted data independently. Random effects meta-analysis estimated a pooled RR of CVD morbidity and mortality for persons diagnosed with TB compared to controls. RESULTS: 6,042 articles were identified, 244 full texts were reviewed, and 16 were included, meta-analyzing subsets of 8 studies' RR estimates. We estimated a pooled RR of 1.51 (95% CI: 1.16-1.97) for major adverse cardiac events among those diagnosed with TB compared to non-TB controls (p = 0.0024). A 'serious' pooled risk of bias was found across studies with between-study heterogeneity (I2 = 75.3%). CONCLUSIONS: TB appears to be a marker for increased CVD risk; however, the literature is limited and is accompanied by serious risk of confounding bias and evidence of publication bias. Further retrospective and prospective studies are needed. Pending this evidence, best practice may be to consider persons diagnosed with TB at higher risk of CVD as a precautionary measure.
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 | 0,019 | 0,041 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,022 | 0,039 |
| Bibliométrie | 0,010 | 0,009 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».