Coagulation parameters in lung cancer patients: 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
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.
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 | 0,007 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,026 | 0,009 |
| Bibliométrie | 0,002 | 0,007 |
| 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