Anti‐<i>Porphyromonas gingivalis</i> Antibody Levels in Patients With Stroke and Atrial Fibrillation: A Systematic Review and Meta‐Analysis
Notice bibliographique
Résumé
OBJECTIVES: Atrial fibrillation (AF) and stroke are two highly related conditions, with periodontitis and periodontal pathogens, such as Porphyromonas gingivalis (Pg), appearing to be the most prominent common risk factors. In this study, we evaluated studies assessing Pg infection via serum/plasma anti-Pg antibodies in patients with AF and/or stroke. MATERIAL AND METHODS: Online databases (PubMed, Scopus, Embase, and the Web of Science) were screened for studies showing the association between anti-Pg antibodies with stroke and/or AF. Relevant data were extracted, and a subsequent random-effects meta-analysis was performed to calculate the pooled odds ratio (OR) or standardized mean difference (SMD) and 95% confidence intervals (CIs) for Pg seropositivity or anti-Pg antibody levels in stroke patients compared to controls. RESULTS: Sixteen studies were included in the systematic review. Based on the meta-analysis performed, there was no significant difference in Pg IgA and IgG levels between patients with stroke and controls (IgA: SMD 0.11, 95% CI -0.02 to 0.25, p = 0.1; IgG: SMD -0.12, 95% CI -1.24 to 0.99, p = 0.83). Similarly, no difference was observed between these groups in terms of Pg IgA and IgG seropositivity (IgA: OR 1.63, 95% CI 1.06-2.50, p = 0.026; IgG: OR 2.30, 95% CI 1.39-3.78, p < 0.001). Subsequently, we reviewed the results of six articles investigating serum or plasma IgG antibodies against Pg in patients with AF. Our results revealed a strict association between Pg infection and AF, with AF patients exhibiting either higher anti-Pg antibody levels or a higher prevalence of positive serum Pg antibodies. CONCLUSIONS: Our study supports the clinical utility of Pg infection assessment in patients with periodontitis and those with AF and solicits more focused studies to corroborate its use in clinical settings to enhance overall outcomes, reduce the risk of complications like stroke, and help fine-tune personalized therapies.
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 | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,006 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».