Association between diabetes and keratoconus—a systematic review and meta-analysis
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Purpose To assess the association between diabetes mellitus and keratoconus. Methods PubMed, Google Scholar, Web of Science, and Scopus databases were searched for literature on the association between diabetes and keratoconus. The last literature search was conducted on April 4, 2021. A secondary form of the literature search was conducted by manually scanning the reference list of retrieved eligible articles. Included studies were cohort, case-control, or cross-sectional study design that used odds ratio or risk ratio to evaluate the relationship between keratoconus and diabetes. Egger's test was used to assess the presence of publication bias. The quality of eligible studies was assessed using the Newcastle-Ottawa Scale. Results Nine studies (six case-control and three cohort studies) published between 2000 and 2021 were included. The total number of keratoconus patients and controls were 27,311 and 53,732. respectively. Meta-analysis revealed no significant association between diabetes mellitus and keratoconus; the pooled odds ratio was 0.87 (95% confidence interval: 0.66–1.14; p = 0.314). There was significant heterogeneity ( Q (df = 7) = 33.36, p < 0.001; I 2 = 79.01, p < 0.001). Age of participants ( p < 0.0001), study design ( p < 0.001), and sample size ( p = 0.024) were significant sources of heterogeneity. There was no evidence of publication bias. Conclusion The current meta-analysis revealed no significant association between diabetes mellitus and keratoconus. Well-designed longitudinal prospective studies are, however, needed to investigate any association between diabetes mellitus and keratoconus.
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.
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 | 0,004 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,012 | 0,003 |
| Bibliométrie | 0,000 | 0,001 |
| 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 découle