Coagulation parameters in lung cancer patients: A systematic review and meta‐analysis
Notice bibliographique
Résumé
BACKGROUND: Hypercoagulability in lung cancer patients is associated with a high incidence of mortality and morbidity in the world. Therefore, this meta-analysis aimed to explore the correlation of the basic coagulation abnormalities in lung cancer patients compared with the control. METHOD: PubMed, Scopus, and other sources were employed to identify eligible studies. The outcome variable was expressed using mean ± standard deviation (SD). Heterogeneity among studies and publication bias were evaluated. The quality of included studies was also assessed based on Newcastle-Ottawa Scale checklist. RESULT: Finally, through a total of eight studies, prolonged prothrombin time (PT; standard mean difference [SMD]: 1.29; 95% CI: 0.47-2.11), plasma D-dimer value (SMD 3.10; 95% CI 2.08-4.12), fibrinogen (SMD 2.18; 95% CI:1.30-3.06), and platelet (PLT) count (SMD 1.00; 95% CI 0.84-1.16) were significantly higher in lung cancer patients when compared with the control group. The single-arm meta-analysis also showed that compared with control, lung cancer patients had high pooled PT 13.7 (95% CI:12.2-15.58) versus 11.79 (95% CI = 10.56-13.02), high D-dimer 275.99 (95% CI:172.9-11735.9) versus 0.2 (95% CI:0.20-0.37), high plasma fibrinogen 5.50 (95% CI:4.21-6.79) versus 2.5 (95% CI:2.04-2.91), and high PLT count 342.3 (95% CI:236.1-448.5) versus 206.6 (95% CI:176.4-236.7). CONCLUSION: In conclusion, almost all the coagulation abnormalities were closely associated with lung cancer, and hence coagulation indexes provide an urgent clue for early diagnosis and timely management.
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 | 0,009 | 0,019 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,015 | 0,038 |
| Bibliométrie | 0,006 | 0,007 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| 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 ».