Systematic review and meta-analysis: dipeptidyl peptidase-4 inhibitors and rheumatoid arthritis risk
Notice bibliographique
Résumé
This review evaluated the risk of rheumatoid arthritis in patients with type 2 diabetes treated with dipeptidyl peptidase-4 inhibitors (Dpp-4i). The MEDLINE (via PubMed), Embase, the Cochrane Library databases and web of science were used to search the effects of Dpp-4i on rheumatoid arthritis in patients with type 2 diabetes from inception to 7 September, 2020. We included studies that met the following criteria:(i) A randomized controlled trial (RCT), prospective or retrospective cohort study examining the relationship between Dpp-4i and rheumatoid arthritis. Exclusion criteria included the following: Reviews and researches related to other diseases or subjects; and studies without data on the prevalence of rheumatoid arthritis were excluded. Risk of Bias table contained in Review Manager 5.3 and Newcastle-Ottawa scale (NOS) were used for quality assessment of included RCT and observational studies separately. Meta-analysis was used to estimate the risk of disease. We conducted a subgroup analysis of duration of follow-up, adjusted (adjusted RR or unadjusted RR), sample size and study design. A total of 10 independent studies assessing 1,420,414 patients were included in this analysis. In this meta-analysis, we found that there was nonsignificant increase of rheumatoid arthritis with Dpp-4 inhibitor exposure (RR 0.96, 95%CI (0.69-1.32)). Our results revealed that Dpp-4 inhibitors do not seem to increase the risk of rheumatoid arthritis. Long-term follow-up monitoring is necessary.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,018 | 0,008 |
| 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 | 0,002 |
| 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 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 ».