Chronic kidney diseases and the risk of colorectal cancer: A systematic review and meta-analysis
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Objective We conducted this review to offer a comprehensive search and up-to-date overview of the currently available information about the probability risk of colorectal cancer among chronic kidney disease patients.Method We performed a systematic review and meta-analysis following Preferred Reporting Items for Systematic Reviews (PRISMA) and meta-analysis guidelines. We identified, reviewed, and extracted from Scopus, PubMed, EMBASE, and Komaki Databases for research publications on chronic kidney disease and colorectal cancer published between February 2016 and January 2023. We meta-analyzed the prevalence of colorectal cancer with chronic kidney disease. We ran a random effect meta-regression. Risk-of-bias assessment was evaluated using the Newcastle-Ottawa Scale. The systematic review was registered with PROSPERO (CRD42023400983).Results The risk of CRC in chronic kidney diseases was reported in 50 research studies, which included 4,337,966 people from 16 different countries. SIR of CRC was obtained from 14 studies and showed a significant relationship between CRC with CKD patients, with a pooled SIR of 1.33; 95% CI (1.30–1.36), with higher heterogeneity (Q = 121.82, P < 0.001, and I2 = 86.9%). Metaregression showed that there was no significant correlation between the risk of CRC and the proportion of males or age.Conclusion Overall, this study shows that patients with chronic kidney disease have a significantly increased risk of colorectal cancer. More studies with larger sample sizes, and robust surveillance are needed.
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.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,012 | 0,004 |
| Bibliométrie | 0,000 | 0,001 |
| 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 découle