Impact of diabetes and hypertension for the development of cardiovascular diseases: a systematic review
Notice bibliographique
Résumé
This study aimed to systematically evaluate the evidence respecting the association of risk factors for the development of cardiovascular disease (CVD) among patients with diabetes and hypertension (HTN). Articles were searched from 2015 to 2022 through PubMed, MEDLINE, and Embase. The inclusion criteria included risk factors such as hemoglobin A1c (HbA1c), blood pressure measurement, body mass index, determining the glomerular filtration rate(GER), and blood lipid profile in patients with HTN and diabetes. The quality of the study was assessed by assessment Newcastle-Ottawa scale (NOS). After thorough research, only seven out of 170 articles were selected. The systolic blood pressure (SBP) and GER were calculated. All studies' quality was good under the NOS criteria. Generally, high HbA1c: 138 mmHg, high or low GFR: >60 ml/minute/1.75 m2), and increasing SBP (SBP from 120 to 139 to ≥140 mmHg) are great risk factors for CVD among diabetes and HTN patients. No data on blood lipid profile and body mass index was available among the selected studies. It was concluded that relatively well-controlled HTN and diabetes might reduce the risk factors for the development of CVD.
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 | 0,004 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,006 | 0,002 |
| Bibliométrie | 0,001 | 0,000 |
| 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 ».