MétaCan
Menu
Retour à la cohorte
Enregistrement W4286559802 · doi:10.3389/fphys.2022.941257

Prognostic role of elevated VEGF in sepsis: A systematic review and meta-analysis

2022· review· en· W4286559802 sur OpenAlexaboutno aff
A-ling Tang, Peng Yu, Mei-Jia Shen, Xiaoyu Liu, Shan Li, Meng-Chen Xiong, Nan Gao, Tianpeng Hu, Guoqiang Zhang

Notice bibliographique

RevueFrontiers in Physiology · 2022
Typereview
Langueen
DomaineMedicine
ThématiqueSepsis Diagnosis and Treatment
Établissements canadiensnon disponible
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésSepsisMedicineMeta-analysisCochrane LibraryInternal medicineIncidence (geometry)Observational studyPublication biasVascular endothelial growth factorVEGF receptorsSystematic reviewMEDLINEIntensive care medicine

Résumé

récupéré en direct d'OpenAlex

Background: The incidence and mortality of sepsis are increasing year by year, and there is still a lack of specific biomarkers to predict its prognosis. Prognostic value of vascular endothelial growth factor (VEGF) in predicting the severity and mortality of sepsis has been gradually discovered. Methods: Literature was searched through Embase, PubMed, Web of Science, China National Knowledge Infrastructure(CNKI) and Cochrane Library databases in March 2022. Observational studies, evaluating the impact of VEGF in sepsis outcomes (mortality and severity) are included in this meta-analysis. Risk of bias was assessed with the Newcastle-Ottawa Scale (NOS). Sensitivity and publication bias analyses were also assessed. Meta-regression analysis were performed to identify the potential sources of heterogeneity. Result: A total of 1,574 articles were retrieved from the systematic literature search. We included 20 studies for qualitative and quantitative analysis. Deceased and critically ill patients had higher baseline VEGF levels than survivors and non-severe patients. The pooled sensitivity and specificity for VEGF predicts sepsis mortality were 0.79and 0.76, respectively. the area under the SROC curve was 0.83. Conclusion: High VEGF are associated with poor clinical outcomes for patients diagnosed with sepsis. This study was recorded on PROSPERO, under the registration ID: CRD42022323079.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,010
score de la tête « metaresearch » (Gemma)0,024
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,051

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0100,024
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0160,025
Bibliométrie0,0060,007
Études des sciences et des technologies0,0010,001
Communication savante0,0030,001
Science ouverte0,0020,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,108
Tête enseignante GPT0,365
Écart entre enseignants0,256 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeMéta-analyse
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations23
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in PhysiologyMême sujetSepsis Diagnosis and TreatmentTravaux en français237 207