MétaCan
Menu
Retour à la cohorte
Enregistrement W4290547583 · doi:10.3389/fcvm.2022.933913

Systemic immune-inflammation index as a potential biomarker of cardiovascular diseases: A systematic review and meta-analysis

2022· review· en· W4290547583 sur OpenAlexaboutno aff
Zhen Ye, Tingyi Hu, Jin Wang, Ruoyi Xiao, Xibei Liao, Mengsi Liu, Zhen Sun

Notice bibliographique

RevueFrontiers in Cardiovascular Medicine · 2022
Typereview
Langueen
DomaineMedicine
ThématiqueInflammatory Biomarkers in Disease Prognosis
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineMeta-analysisInternal medicineCochrane LibraryMyocardial infarctionStroke (engine)DiseaseBiomarkerSystemic inflammationInflammation

Résumé

récupéré en direct d'OpenAlex

Background Several studies have investigated the value of the systemic immune-inflammation index (SII) for predicting cardiovascular disease (CVD), but the results were inconsistent. Therefore, a meta-analysis and systematic review were conducted to assess the correlation between SII and risk of CVD. Materials and methods Two investigators systematically searched PubMed, Embase, Web of Science, Cochrane library, and CINAHL databases to identify all studies that examined the association between SII levels and CVD. The risk estimates of CVD for people with high SII compared to those with low SII levels and the weighted mean difference (WMD) between the CVD and control groups were pooled using fixed- or random-effects models based on the heterogeneity test. We used the Newcastle-Ottawa Scale to assess the risk of bias in eligible studies, and the Grading of Recommendations Assessment, Development, and Evaluation (GRADE) system was applied to rate the certainty of evidence. Results A total of 13 studies with 152,996 participants were included for analysis. The overall pooled results showed that higher SII was significantly associated with an increased risk of CVD (HR = 1.39, 95%CI: 1.20–1.61, P < 0.001). This increased risk could be observed in almost all CVD subtypes, including ischemic stroke (HR = 1.31, 95%CI: 1.06–1.63, P = 0.013), hemorrhagic stroke (HR = 1.22, 95%CI: 1.10–1.37, P < 0.001), myocardial infarction (HR = 1.11, 95%CI: 1.01–1.23, P = 0.027), and peripheral arterial disease (HR = 1.51, 95%CI: 1.18–1.93, P = 0.001). There were no significant but still similar trends in venous thrombosis (HR = 4.65, 95%CI: 0.66–32.71, P = 0.122), cerebral small vessel disease (HR = 1.09, 95%CI: 0.95–1.25, P = 0.233), and acute coronary syndrome (HR = 1.08, 95%CI: 0.96–1.22, P = 0.200). Furthermore, the pooled results showed that SII levels at the onset of CVD were significantly higher than that in the general population (WMD = 355.2, 95%CI: 234.8–475.6, P < 0.001), which was consistent across different CVD subtypes. The GRADE assessment suggested that the quality of current evidence from observational studies was low or very low. Conclusion This study indicated that SII may be a potential biomarker for CVD development and elevated SII is associated with an increased risk of CVD. However, the quality of evidence is generally low. Additional well-designed studies are necessary to determine the optimal cutoff value and to characterize the benefited population.

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)0,018
score de la tête « metaresearch » (Gemma)0,039
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 enseignants0,023
Score d'incertitude au seuil0,096

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0180,039
Méta-épidémiologie (sens strict)0,0030,002
Méta-épidémiologie (sens large)0,0230,037
Bibliométrie0,0120,012
Études des sciences et des technologies0,0010,001
Communication savante0,0040,002
Science ouverte0,0030,002
Intégrité de la recherche0,0020,002
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 Opus0,030
Tête enseignante GPT0,291
Écart entre enseignants0,261 · 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

Citations306
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in Cardiovascular MedicineMême sujetInflammatory Biomarkers in Disease PrognosisTravaux en français237 207