Prevalence of restless legs syndrome in people with diabetes mellitus: A pooling analysis of observational studies
Notice bibliographique
Résumé
Background: Diabetes mellitus (DM) is associated with different clinical complications. The aim of this study was to explore the prevalence of RLS in people with diabetes mellitus and compare the risk of restless leg syndrome (RLS) between diabetic and non-diabetic population. Methods: We searched for studies of RLS prevalence in DM through PubMed, Embase, and Web of Science. Two authors independently completed the literature screening, data extraction, and bias risk assessment of eligible studies. All observational studies that assessed the prevalence or risk of RLS in DM were included, where the diagnosis of RLS was based on the International Restless Legs Syndrome Study Group (IRLSSG). Percentages, odds ratio (OR) with 95% confidence intervals (CI) were used to assess pooled estimates of RLS prevalence and risk based on random-effects models. Newcastle-Ottawa-scale (NOS) or a modified NOS were used to evaluate the quality of studies. Findings: >75%), all of observational design. Interpretation: Our study suggests that the prevalence and risk of RLS might be higher in DM patients than in non-diabetes population. However, given limitations in the analysis and study design, the findings need to be corroborated in future studies. Funding: This work was supported by the Basic Conditions Platform Construction Project of Sichuan Science and Technology Department (2019JDPT0015), and the "1・3・5 project for disciplines of excellence, West China Hospital, Sichuan University" (ZYJC18003).
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 | 0,043 | 0,069 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,006 | 0,019 |
| Bibliométrie | 0,009 | 0,010 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 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 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 ».