Association of white blood cell parameters with metabolic syndrome: A systematic review and meta-analysis of 168,000 patients
Notice bibliographique
Résumé
BACKGROUND: Leukocyte parameters are predicted to be affected in patients with metabolic syndrome (MetS). We conducted a systematic review and meta-analysis to study the association between white blood cell parameters (WBC) in people with and without MetS. METHODS: PubMed, EMBASE, Scopus and Cochrane Library databases were searched according to the study protocol. The standardized mean difference (SMD) and 95% confidence intervals (CI) of leukocyte markers between individuals with and without MetS were pooled using an inverse variance model. Additionally, a subgroup analysis by sex was performed where possible. Methodological quality assessment was conducted using the Newcastle-Ottawa scale (NOS) for observational studies and the Cochrane Risk of Bias tool 2.0 for Randomized Controlled Trials (RCTs). RESULTS: Of 6068 articles identified, 63 were eligible for the study. Compared to controls, individuals with MetS showed significantly higher concentrations of total leukocyte count (SMD [95% CI]: 0.60 [0.55-0.65]; P < .00001; I2 = 100%), neutrophil counts (0.32 [0.28-0.37]; P < .00001; I2 = 99%), lymphocyte counts (0.15 [0.07-0.23]; P = .0004; I2 = 100%), basophil counts (0.01 [0.00-0.02]; P = .02; I2 = 98%), monocyte counts (0.05 [0.02-0.09]; P = .003; I2 = 99%), and neutrophil-to-lymphocyte ratio (0.24 [0.15-0.33]; P < .00001; I2 = 98%). There were no significant differences in the eosinophil count (0.02 [-0.01 to 0.05]; P = .19; I2 = 96%) and monocyte-to-lymphocyte ratio (0.06 [-0.05 to 0.17]; P = .27; I2 = 100%) between patients with and without MetS, however, the lymphocyte-to-monocyte ratio (0.52 [-0.81 to -0.23]; P = .0005; I2 = 52%) tended to be significantly lower in patients with MetS. CONCLUSION: Biomarkers such as total leukocyte count, neutrophil count, lymphocyte count, basophil count, monocyte count and neutrophil-to-lymphocyte ratio are associated with higher levels in patients in MetS and thus can potentially be used for early detection of MetS.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,008 | 0,018 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,018 | 0,029 |
| Bibliométrie | 0,006 | 0,008 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».