Chemokines in Non-alcoholic Fatty Liver Disease: A Systematic Review and Network Meta-Analysis
Notice bibliographique
Résumé
Background: Previous results on the relationship between nonalcoholic fatty liver disease (NAFLD) and chemokines concentrations were inconsistent. The purpose of this network meta-analysis was to evaluate the link between chemokines system and NAFLD. Methods: Relevant data, published not later than June 31, 2019, were searched in the databases of PubMed, Embase, Cochrane Library, and Web of Science. Network meta-analysis was used to rank the chemokines by surface under the cumulative ranking (SUCRA) probabilities. In addition, standardized mean differences (SMDs) with 95% confidence interval (CI) were calculated as group differences in the chemokines concentrations. Results: The search in the databases identified 46 relevant studies that investigated the relationship between 15 different chemokines and NAFLD using 4,753 patients and 4,059 controls. Results from the network meta-analysis showed that the concentrations of CCL2 and CXCL8 in the nonalcoholic fatty liver group was significantly higher than that in the control group (SMDs of 1.51 and 1.95 respectively), and the concentrations of CCL3, CCL4, CCL20, CXCL8, and CXCL10 in the nonalcoholic steatohepatitis group was significantly higher than that in the control group (SMDs of 0.90, 2.05, 2.16, 0.91, and 1.46 respectively). SUCRA probabilities showed that CXCL8 had the highest rank in nonalcoholic fatty liver for all chemokines, and CCL20 had the highest rank in non-alcoholic steatohepatitis for all chemokines. Conclusion: Elevated concentrations CCL2, CCL4, CCL20, CXCL8, and CXCL10 may be associated with the NAFLD. In this regard, more population based studies are needed to ascertain this hypothesis. Systematic Review Registration: PROSPERO: CRD42020139373
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,015 | 0,003 |
| Bibliométrie | 0,001 | 0,002 |
| 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 | 0,000 | 0,000 |
| 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 ».