Glycemic Variability and the Risk of Diabetic Peripheral Neuropathy: A Meta-Analysis
Notice bibliographique
Résumé
Glycemic variability (GV) has been related to complications in patients with diabetes. The aim of the systematic review and meta-analysis was to investigate whether GV is also associated with the incidence of diabetic peripheral neuropathy (DPN). A systematic search of Medline, Web of Science, Embase, and Cochrane Library database was conducted to identify relevant observational studies with longitudinal follow-up. The Newcastle-Ottawa Scale was used for study quality evaluation. A random-effects model was utilized to pool the results, accounting for heterogeneity. Ten observational studies including 72 565 patients with diabetes were included. The quality score was 8-9, indicating generally good quality of the included studies. With a mean follow-up duration of 7.1 years, 11 532 patients (15.9%) were diagnosed as DPN. Compared to patients with low GV, patients with high GV were associated with an increased risk incidence of DPN (risk ratio: 1.51, 95% confidence interval: 1.23 to 1.85, p<0.001; I2=78%). In addition, subgroup analysis showed consistent results in patients with type 1 and type 2 diabetes, and in studies evaluating the short-term and long-term GV (p for subgroup difference=0.82 and 0.53). Finally, results of subgroup analysis also suggested that the association between GV and risk of DPN were not significantly affected by study design, follow-up durations, diagnostic methods for DPN, adjustment of mean glycated hemoglobin A1c, or study quality scores (p for subgroup difference all>0.05). A high GV may be associated with an increased incidence of DPN.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».