Association Between Hearing Loss and Cardiovascular Disease: A Meta‐analysis
Notice bibliographique
Résumé
Abstract Objective Hearing loss (HL) has been postulated to be linked to cardiovascular diseases (CVDs) via vascular mechanisms, but epidemiological associations remain unclear. The study aims to clarify the association between HL and stroke, coronary artery disease (CAD), and any CVD. Data Sources PubMed, Embase, and SCOPUS from inception until April 27, 2022. Review Methods Three blinded reviewers selected observational studies reporting stroke, CAD, and any CVD in patients with HL, compared to individuals without HL. We extracted data, evaluated study bias using the Newcastle‐Ottawa scale, following Preferred Reporting Items for Systematic Reviews and Meta‐analyses guidelines and a PROSPERO‐registered protocol (CRD42022348648). We used random‐effects inverse variance meta‐analyses to pool the odds ratios (ORs) for the association of HL with stroke, CAD, and any CVD. Results We included 4 cohort studies (N = 940,771) and 6 cross‐sectional studies (N = 680,349). Stroke, CAD, and any CVD were all strongly associated with HL. The overall pooled OR of the association between HL and stroke was 1.26 (95% confidence interval [CI] = 1.16‐1.37, I 2 = 78%), and was 1.33 (95% CI = 1.12‐1.58) and 1.29 (95% CI = 1.14‐1.45) for low‐ and high‐frequency HL, respectively. Minimal publication bias was observed, with minimal change to pooled effect size following trim and fill. Similarly, the pooled OR of the association between HL and CAD was 1.36 (95% CI = 1.13‐1.64, I 2 = 96%), while that between HL and any CVD was 1.38 (95% CI = 1.07‐1.77, I 2 = 99%). Conclusion Our findings suggest that HL and CVD are closely related. Physicians treating patients with HL should be cognizant of this association and view HL in the broader context of general health and aging.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,005 | 0,004 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 ».