MétaCan
Menu
Retour à la cohorte
Enregistrement W4320007617 · doi:10.21037/atm-22-6404

Association between heavy metal mercury in body fluids and tissues and diabetes mellitus: a systematic review and meta-analysis

2023· review· en· W4320007617 sur OpenAlexaboutno aff
Yunran Guo, You Lv, Xinming Liu, Guixia Wang

Notice bibliographique

RevueAnnals of Translational Medicine · 2023
Typereview
Langueen
DomaineEnvironmental Science
ThématiqueMercury impact and mitigation studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMeta-analysisMedicinePublication biasOdds ratioDiabetes mellitusSubgroup analysisCohort studyPopulationConfidence intervalCohortInternal medicineCross-sectional studyEnvironmental healthEndocrinologyPathology

Résumé

récupéré en direct d'OpenAlex

Background: Recent studies have shown that the relationship between mercury exposure and diabetes is controversial. The aim of this study is to determine the relationship between mercury exposure and diabetes using a systematic review and meta-analysis approach. Methods: We systematically searched PubMed, Web of Science, Cochrane, and Embase databases for cross-sectional, case-control, or cohort studies assessing the correlation between mercury exposure and diabetes in any population. Details of each included study were extracted using a pre-designed Excel spreadsheet. Quality assessment of cohort and case-control studies used the Newcastle-Ottawa Scale (NOS), whereas cross-sectional studies were assessed by the Agency for Healthcare Research and Quality (AHRQ) scale. Meta-analyses were performed using random-effects models to calculate the pooled odds ratio (OR), standardized mean difference (SMD), and their 95% confidence intervals (CIs). Subgroup and sensitivity analyses were employed to assess heterogeneity sources. Begg’s and Egger’s tests were used to evaluate publication bias. Results: Our meta-analysis included 8 eligible articles, comprising a total of 40,891 subjects, reporting mercury OR and/or concentrations. Among the included studies, one was a case control, one was a cohort study, and the rest were cross-sectional studies. Two studies were rated as high quality and six as medium quality. The results revealed no link between mercury exposure and diabetes (OR: 1.11, 95% CI: 0.80, 1.55, n=6, I 2 =73.7%; and SMD: 0.41, 95% CI: –0.32, 1.14, n=3, I 2 =88.7%). In the stratified male and female subgroups, the pooled OR was 0.71 (95% CI: 0.57, 0.90, n=3, I 2 =0.0%), 1.11 (95% CI: 0.69, 1.79, n=3, I 2 =67.7%). The Begg’s test results revealed no significant publication bias (P=0.06), but the Egger’s test results did (P=0.013). The sensitivity analysis confirmed the stability of our results. Conclusions: No significant relationship was observed between mercury and diabetes mellitus. However, more well-designed studies on mercury exposure and diabetes risk are still needed, particularly on the type of mercury (i.e., elemental, inorganic, and organic), exposure time and dose, type of biological specimen, and the population’s sex and age.

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)0,013
score de la tête « metaresearch » (Gemma)0,029
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 enseignants0,021
Score d'incertitude au seuil0,070

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0130,029
Méta-épidémiologie (sens strict)0,0030,002
Méta-épidémiologie (sens large)0,0210,038
Bibliométrie0,0110,011
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0020,002
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 Opus0,172
Tête enseignante GPT0,404
Écart entre enseignants0,232 · 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

Citations16
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAnnals of Translational MedicineMême sujetMercury impact and mitigation studiesTravaux en français237 207