MétaCan
Menu
Retour à la cohorte
Enregistrement W4402150340 · doi:10.62347/shbh6258

Clinical significance of preoperative albumin and alkaline phosphatase in colorectal cancer: a systematic review and meta-analysis

2024· review· en· W4402150340 sur OpenAlexaboutno aff
Dafang Xu

Notice bibliographique

RevueAmerican Journal of Translational Research · 2024
Typereview
Langueen
DomaineMedicine
ThématiqueInflammatory Biomarkers in Disease Prognosis
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMeta-analysisColorectal cancerAlkaline phosphataseAlbuminMedicineClinical significanceInternal medicineCancerGastroenterologyOncologyBiochemistryChemistryEnzyme

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: To investigate the association between preoperative serum levels of albumin (ALB) and alkaline phosphatase (ALP) with postoperative outcome in colorectal cancer (CRC) patients. METHODS: A thorough literature search was conducted across Embase, PubMed, and Cochrane Library databases, identifying 20 eligible studies encompassing 61,296 participants. Studies were primarily observational and case-control in nature, with some randomized controlled trials also included. The random effects model was utilized to synthesize the effect sizes, while study quality was appraised using the Newcastle-Ottawa Scale and the Cochrane Risk of Bias Assessment Tool. RESULTS: Findings revealed that CRC patients with preoperative ALB levels below 3.5 g/dl were at an elevated risk for postoperative complications (OR = 2.56, 95% CI: 2.12-3.08), increased mortality (OR = 4.54, 95% CI: 2.02-10.20), and a poorer prognostic survival risk (HR = 2.09, 95% CI: 1.58-2.77). Additionally, elevated ALP levels were associated with a higher risk of poor overall survival (HR = 1.67, 95% CI: 1.44-1.94). However, publication bias was noted in some studies. CONCLUSION: Preoperative hypoalbuminemia and elevated ALP levels are significantly linked to adverse postoperative events and reduced survival in CRC patients, suggesting their potential as prognostic biomarkers.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,012
score de la tête « metaresearch » (Gemma)0,032
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: Méta-analyse
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,017
Score d'incertitude au seuil0,065

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0120,032
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0170,029
Bibliométrie0,0080,009
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0020,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,183
Tête enseignante GPT0,515
Écart entre enseignants0,331 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeMéta-analyse
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations6
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAmerican Journal of Translational ResearchMême sujetInflammatory Biomarkers in Disease PrognosisTravaux en français237 207