Association of neutrophil to lymphocyte ratio with bone mineral density in post-menopausal women: a systematic review and meta-analysis
Notice bibliographique
Résumé
Abstract Background We conducted a systematic review and meta-analysis to compare the neutrophil lymphocyte ratio (NLR) levels between women with post-menopausal osteopenia or osteoporosis to those with normal bone mineral density (BMD). Methods We used Web of Science, PubMed, and Scopus to conduct a systematic search for relevant publications published before June 19, 2022, only in English language. We reported standardized mean difference (SMD) with a 95% confidence interval (CI). Because a significant level of heterogeneity was found, we used the random-effects model to calculate pooled effects. We used the Newcastle–Ottawa scale for quality assessment. Results Overall, eight articles were included in the analysis. Post-menopausal women with osteoporosis had elevated levels of NLR compared to those without osteoporosis (SMD = 1.03, 95% CI = 0.18 to 1.88, p = 0.017, I 2 = 98%). In addition, there was no difference between post-menopausal women with osteopenia and those without osteopenia in neutrophil lymphocyte ratio (NLR) levels (SMD = 0.58, 95% CI=-0.08 to 1.25, p = 0.085, I 2 = 96.8%). However, there was no difference between post-menopausal women with osteoporosis and those with osteopenia in NLR levels (SMD = 0.75, 95% CI=-0.01 to 1.51, p = 0.05, I 2 = 97.5%, random-effect model). Conclusion The results of this study point to NLR as a potential biomarker that may be easily introduced into clinical settings to help predict and prevent post-menopausal osteoporosis.
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 | 0,007 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,016 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| 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 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 ».