Myocardial Performance Index to assess cardiac function in autoimmune connective tissue disease: a systematic review and meta-analysis
Notice bibliographique
Résumé
OBJECTIVES: This study aimed to evaluate cardiac function using Myocardial Performance Index (MPI) in autoimmune connective tissue disease (ACTD) patients without cardiovascular abnormalities. METHODS: A systematic search of databases including Medline, Google Scholar, ProQuest, Scopus and Cochrane Library was conducted to identify relevant studies on ACTD and MPI from 1995 to 2023. ACTD included in the search were rheumatoid arthritis (RA), systemic sclerosis (SSc), systemic lupus erythematosus (SLE), Sjögren syndrome (SjD), polymyositis and dermatomyositis. Quality assessment was performed using the Newcastle-Ottawa Scale, followed by meta-analysis computation of mean differences (MDs) of MPI using Review Manager V.5.4. RESULTS: A total of 22 studies for qualitative and 19 for quantitative synthesis were included. We found six studies on RA, eight studies on SSc, five studies on SLE, two studies on SjD and one on mixed connective tissue disorder. Conventional echocardiography and tissue Doppler imaging (TDI) were used to assess the MPI. Both conventional MPI and tissue Doppler MPI values were elevated compared with healthy control (MD=0.11, 95% CI 0.08 to 0.14, p value<0.00001 and MD=0.06, 95% CI 0.03 to 0.10, p value=0.00001, respectively). CONCLUSIONS: We found elevated MPI values in patients with ACTD compared with healthy controls. MPI assessment has the potential for early detection and management of cardiac dysfunction in patients with ACTD, but further studies are required to corroborate these findings. PROSPERO REGISTRATION NUMBER: CRD42023490643.
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 | 0,004 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,012 | 0,002 |
| Bibliométrie | 0,002 | 0,009 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 ».