MétaCan
Menu
Retour à la cohorte
Enregistrement W4367053085 · doi:10.3389/fnagi.2023.1051809

Gout and risk of dementia, Alzheimer's disease or vascular dementia: a meta-epidemiology study

2023· review· en· W4367053085 sur OpenAlexaboutno aff
Xuanlin Li, Lin Huang, Yujun Tang, Xuanming Hu, Chengping Wen

Notice bibliographique

RevueFrontiers in Aging Neuroscience · 2023
Typereview
Langueen
DomaineMedicine
ThématiqueGout, Hyperuricemia, Uric Acid
Établissements canadiensnon disponible
Organismes subventionnairesNatural Science Foundation of Zhejiang ProvinceNational Natural Science Foundation of China
Mots-clésMedicineDementiaInternal medicineVascular dementiaMeta-analysisPublication biasRelative riskGoutCohort studyConfidence intervalDisease

Résumé

récupéré en direct d'OpenAlex

Objectives The association between gout and dementia, Alzheimer's disease (AD), or vascular dementia (VD) is not fully understood. The aim of this meta-analysis was to evaluate the risk of all-cause dementia, AD, and VD in gout patients with or without medication. Methods Data sources were PubMed, Embase, the Cochrane Library, and reference lists of included studies. This meta-analysis included cohort studies assessing whether the risk of all-cause dementia, AD, and VD was associated with gout. The risk of bias was assessed using the Newcastle-Ottawa Quality Assessment Scale (NOS). The Grading of Recommendations Assessment, Development, and Evaluation (GRADE) system was used to access the overall certainty of evidence. Risk ratios (RR) with 95% confidence intervals (CI) were pooled using a random-effects model, and publication bias was assessed with funnel plots and Egger's test. Results A total of six cohort studies involving 2,349,605 individuals were included in this meta-analysis, which were published between 2015 and 2022. The pooling analysis shows that the risk of all-cause dementia was decreased in gout patients [RR = 0.67, 95% CI (0.51, 0.89), I2 = 99%, P = 0.005, very low quality], especially in gout patients with medication [RR = 0.50, 95% CI (0.31, 0.79), I2 = 93%, P = 0.003, low quality]. The risk of AD [RR = 0.70, 95% CI (0.63, 0.79), I2 = 57.2%, P = 0.000, very low quality] and VD [RR = 0.68, 95% CI (0.49, 0.95), I2 = 91.2%, P = 0.025, very low quality] was also decreased in gout patients. Despite the large heterogeneity, the sensitivity analysis indicated that the results were robust, and there was little evidence of publication bias. Conclusion The risk of all-cause dementia, AD, and VD is decreased in gout patients, but the quality of evidence is generally low. More studies are still needed to validate and explore the mechanisms of this association. Systematic review registration https://www.crd.york.ac.uk/prospero/#recordDetails , identifier: CRD42022353312.

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

Étiquettes directes de modèles (non validées)

Étiquettes de catégorie et de devis d'étude par modèle, issues des rondes d'étiquetage. C'est une sortie machine, non validée, et le désaccord entre modèles est livré comme donnée. Aucun devis ici n'est encore validé contre MEDLINE.

BrasCatégoriesDevis d'étudeConfiance
gemmaMéta-épidémiologie (sens large)
Domaine: non disponible · Genre: Synthèse
Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non
Méta-analysehigh
gptMéta-épidémiologie (sens large)
Domaine: non disponible · Genre: Synthèse
Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non
Méta-analysehigh
modèles en accordL'accord compare des ensembles de catégories et des devis identiques entre les bras.

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)0,031
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens large)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: Méta-analyse
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,983
Score d'incertitude au seuil0,097

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0180,031
Méta-épidémiologie (sens strict)0,0040,002
Méta-épidémiologie (sens large)0,0170,058
Bibliométrie0,0060,007
Études des sciences et des technologies0,0010,001
Communication savante0,0050,002
Science ouverte0,0020,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,168
Tête enseignante GPT0,385
Écart entre enseignants0,217 · 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

Étiqueté directement par 2 modèles lisant le dossier complet.

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

Citations15
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in Aging NeuroscienceMême sujetGout, Hyperuricemia, Uric AcidCatégorieMéta-épidémiologie (sens large)Travaux en français237 207