Sex-based analysis of treatment responses in animal models of sepsis: a preclinical systematic review protocol
Notice bibliographique
Résumé
BACKGROUND: The importance of investigating sex- and gender-dependent differences has been recently emphasized by major funding agencies. Notably, the influence of biological sex on clinical outcomes in sepsis is unclear, and observational studies suffer from the effect of confounding factors. The controlled experimental environment afforded by preclinical studies allows for clarification and mechanistic evaluation of sex-dependent differences. We propose a systematic review to assess the impact of biological sex on baseline responses to disease induction as well as treatment responses in animal models of sepsis. Given the lack of guidance surrounding sex-based analyses in preclinical systematic reviews, careful consideration of various factors is needed to understand how best to conduct analyses and communicate findings. METHODS: MEDLINE and Embase will be searched (2011-present) to identify preclinical studies of sepsis in which any intervention was administered and sex-stratified data reported. The primary outcome will be mortality. Secondary outcomes will include organ dysfunction, bacterial load, and IL-6 levels. Study selection will be conducted independently and in duplicate by two reviewers. Data extraction will be conducted by one reviewer and audited by a second independent reviewer. Data extracted from included studies will be pooled, and meta-analysis will be conducted using random effects modeling. Primary analyses will be stratified by animal age and will assess the impact of sex at the following time points: pre-intervention, in response to treatment, and post-intervention. Risk of bias will be assessed using the SYRCLE's risk-of-bias tool. Illustrative examples of potential methods to analyze sex-based differences are provided in this protocol. DISCUSSION: Our systematic review will summarize the current state of knowledge on sex-dependent differences in sepsis. This will identify current knowledge gaps that future studies can address. Finally, this review will provide a framework for sex-based analysis in future preclinical systematic reviews. SYSTEMATIC REVIEW REGISTRATION: PROSPERO CRD42022367726.
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 | 0,012 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,008 | 0,001 |
| Bibliométrie | 0,001 | 0,003 |
| 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) | 0,000 | 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 ».