Association of COVID-19 with diabetes: a systematic review and meta-analysis
Notice bibliographique
Résumé
Emerging evidence suggests that coronavirus disease-2019 (COVID-19) may lead to a wide range of post-acute sequelae outcomes, including new onset of diabetes. The aim of this meta-analysis was to estimate the incidence of newly diagnosed diabetes in survivors of COVID-19. We searched MEDLINE, Scopus, Cochrane Central Register of Controlled Trials and the World Health Organization Global Literature on Coronavirus Disease and clinical trial registries for studies reporting the association of COVID-19 and diabetes. Search dates were December 2019-October 16, 2022. Two investigators independently assessed studies for inclusion. Risk of bias was assessed using the Newcastle-Ottawa Scale. We estimated the effect of COVID-19 on incident diabetes by random-effects meta-analyses using the generic inverse variance method. We identified 8 eligible studies consisting of 4,270,747 COVID-19 patients and 43,203,759 controls. Median age was 43 years (interquartile range, IQR 35-49), and 50% were female. COVID-19 was associated with a 66% higher risk of incident diabetes (risk ratio, 1.66; 95% CI 1.38; 2.00). The risk was not modified by age, sex, or study quality. The median risk of bias assessment was 7. In this systematic review and meta-analysis, COVID-19 was associated with higher risk for developing new onset diabetes among survivors. Active monitoring of glucose dysregulation after recovery from severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2) infection is warranted.
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 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 | 0,024 | 0,154 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,013 | 0,003 |
| Bibliométrie | 0,001 | 0,005 |
| 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 tête enseignante, 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 ».