The risk factors of postoperative cognitive dysfunction in patients undergoing carotid endarterectomy: an updated 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: The purpose of the current meta-analysis was to determine the incidence and risk factors to provide a scientific basis for prevention and treatment of postoperative cognitive dysfunction (POCD) after carotid endarterectomy (CEA). METHODS: Relevant articles published before October 2022 were searched from Pubmed/MEDLINE, Cochrane and Embase databases. The outcomes were the incidence and risk factors for POCD. A random-effects model was applied to estimate the overall odds ratios (ORs) and mean differences (MDs) for all risk factors through STATA 14.0 and RevMan 5.4. The quality of eligible studies was evaluated by Newcastle-Ottawa Scale (NOS) as previously described. RESULTS: A total of 22 articles involving 3459 CEA patients were finally identified. The weighted mean incidence of POCD was 19% (95% confidence intervals (95% CI) 0.16-0.24, P < 0.001). Of the 16 identified risk factors, hyperperfusion (OR: 0.54, 95% CI 0.41-0.71) and degree of internal carotid artery (ICA) stenosis (OR: 5.06, 95% CI 0.86-9.27) were the potential risk factors of POCD, whereas patients taking statins preoperative had a lower risk of POCD (OR: 0.54, 95% CI 0.41-0.71). Subgroup analysis revealed that the risk of POCD at 1 month after CEA was higher in patients with diabetes (OR: 1.70, 95% CI 1.07-2.71). CONCLUSION: The risk factors of POCD were hyperperfusion and degree of ICA stenosis, while diabetes could significantly increase the incidence of POCD at 1 month after surgery. Additionally, preoperative statin use could be a protective factor for POCD following CEA.
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 | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,008 | 0,014 |
| Bibliométrie | 0,002 | 0,002 |
| 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 | 0,001 |
| 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 découle