Are adipokines related to COVID-19 and its severity? A systematic review and meta-analysis
Notice bibliographique
Résumé
Introduction: The relationship between several adipokines and COVID-19 severity has lately been evaluated, results being inconclusive. Therefore, we aimed to assess the association between adipokines in COVID-19 and its severity. Methods: A search was performed in PubMed, Scopus, and Embase using predefined keywords. The Newcastle of Ottawa Scale (NOS) was used for the quality assessment of included studies. The main summary outcome was the mean difference (MD) in adipokine levels. Results: A total of 8 studies involving 473 individuals were included. A significant MD in serum adiponectin levels was demonstrated in mild vs. severe COVID-19 patients (-5.734 [95% CI -11.215 - -0.252]), with no significant MD in mild vs. moderate (-7.117 [95% CI -19.546 - 5.313]), or moderate vs. severe COVID-19 (-1.846 [95% CI -4.516 - 0.824]). Moreover, no significant MD was found in adiponectin and leptin levels when comparing COVID-19 patients vs. controls (-12.675 [95% CI -36.159 - 10.808]) and (8.034 [95% CI -10.403 - 26.471]), respectively. Conclusion: Adiponectin levels were significantly increased in patients with severe compared to mild COVID-19. However, no significant MD was found in adiponectin levels in mild vs. moderate and moderate vs. severe COVID-19 patients, nor in adiponectin and leptin levels in COVID-19 patients vs. controls.
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 | 0,007 | 0,123 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,017 | 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 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».