Circulating Irisin Level and Thyroid Dysfunction: A Systematic Review and Meta‐Analysis
Notice bibliographique
Résumé
Both thyroid hormones and irisin have profound influences on the metabolism of the human body. Based on their similarities, several studies have been conducted to explore changes in irisin levels in patients with hypothyroidism and hyperthyroidism. This study was conducted in accordance with the PRISMA statement and the MOOSE reporting guideline. Based on a preregistered protocol (PROSPERO-CRD42019138430), a comprehensive search of eight databases was performed from inception to April 2020. Studies with original data collected from patients with thyroid dysfunction were included. Subgroup analysis was performed based on the different types of clinical manifestations and patient characteristics. The quality of each study and the presence of publication bias were assessed by the Newcastle-Ottawa score (NOS) and funnel plot with Egger's test, respectively. A total of 11 studies with 1210 participants were included. Ten studies were identified as high-quality studies. Pooled analysis indicated decreased irisin levels in patients with hypothyroidism (MD -10.37, 95% CI -17.81 to -2.93). Subgroup analysis revealed an even lower level of irisin in patients with clinical-type hypothyroidism (MD -17.03, 95% CI -30.58 to -3.49) and hypothyroidism caused by autoimmune disease (MD -19.38, 95% CI -36.50 to -2.26). No differences were found after achieving euthyroid status from levothyroxine treatment in patients with hypothyroidism compared with controls. No differences were found between patients with hyperthyroidism and controls. Correlation analyses revealed a possible negative correlation between irisin and TSH and positive correlations between irisin and both fT3 and fT4. Irisin was correlated with TSH receptor antibodies.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,005 | 0,001 |
| 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 | 0,001 |
| 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 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 ».