Chemokines in Prediabetes and Type 2 Diabetes: A Meta-Analysis
Notice bibliographique
Résumé
Background: A growing number of studies found inconsistent results on the role of chemokines in the progression of type 2 diabetes (T2DM) and prediabetes (PDM). The purpose of this meta-analysis was to summarize the results of previous studies on the association between the chemokines system and T2DM/PDM. Methods: We searched in the databases, PubMed, Web of Science, Embase and Cochrane Library, for eligible studies published not later than March 1, 2020. Data extraction was performed independently by 2 reviewers, on a standardized, prepiloted form. Group differences in chemokines concentrations were summarized using the standardized mean difference (SMD) with a 95% confidence interval (CI), calculated by performing a meta-analysis using the random-effects model. Results: We identified 98 relevant studies that investigated the association between 32 different chemokines and T2DM/PDM. Altogether, these studies involved 14,708 patients and 14,574 controls. Results showed that the concentrations of CCL1, CCL2, CCL4, CCL5, CCL11, CXCL8, CXCL10 and CX3CL1 in the T2DM patients were significantly higher than that in the controls, while no difference in these concentrations was found between the PDM patients and controls. Conclusion: Progression of T2DM may be associated with elevated concentrations of chemokines. Meta-Analysis Registration: PROSPERO, identifier CRD42019148305.
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 | 0,014 | 0,021 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,014 | 0,042 |
| Bibliométrie | 0,005 | 0,007 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| 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 ».