Sensorineural hearing loss and risk of stroke: a systematic review and meta-analysis
Notice bibliographique
Résumé
Abstract The aim of this systematic review and meta-analysis study was to clarify the effects of sensorineural hearing loss (SNHL) on the incidence of stroke. In line with this, PubMed, Scopus, Web of Science, and ScienceDirect databases were searched using related keywords and MeSH terms from inception to March 1, 2020. Out of the 1961 initial records, eight cohort studies comprising 4,564,202 participants were included, and their qualities were assessed using the Newcastle-Ottawa Scale (NOS). Then, the random-effects model was used to pool HR (95% CI) for risk of stroke; and heterogeneity was presented with I 2 index. Subgroup analysis and publication bias tests were performed, and the pooled HR (95% CI) of stroke in SNHL was estimated as 1.31 (1.08, 1.53) for the unadjusted model and 1.33 (1.18, 1.49) for the adjusted model. Subgroup analysis indicates a significantly higher risk of stroke in patients with sudden SNHL (SSNHL) in comparison to age-related HL (ARHL) both in the unadjusted model, [HR = 1.46; 95% CI (1.08, 1.63)] versus [HR = 1.14; 95% CI (0.64, 1.65)], and in the adjusted model, [HR = 1.44; 95% CI (1.15, 1.74)] versus [HR = 1.29; 95% CI (1.24, 1.34)]. Our study showed that patients with SNHL face a higher risk of stroke than those without SNHL. It is necessary to perform hematologic and neurological examinations to help clinicians detect patients who are potentially at risk for stroke.
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 | 0,003 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,007 | 0,002 |
| Bibliométrie | 0,000 | 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 ».