Impact of hematologic inflammatory markers on the prognosis of geriatric hip fracture: a systematic review and meta-analysis
Notice bibliographique
Résumé
Geriatric hip fractures pose a significant health burden, and inflammation may play a role in the short- and long-term prognosis. However, the prognostic significance of hematologic inflammatory markers in geriatric patients with fractures is not understood. The aim of this systematic review and meta-analysis was to assess the prognostic implications of systemic inflammatory markers on the long-term mortality of older patients with hip fractures. PubMed, EMBASE, and Cochrane CENTRAL were searched from inception to December 19, 2023. Prospective, retrospective cohort, and case–control studies investigating the prognostic impact of hematologic inflammatory markers on mortality after hip fracture were eligible. Pooled hazard ratios (HRs) and corresponding 95% confidence intervals (CIs) were calculated to determine the associations between the markers and mortality risk, with heterogeneity assessed by I 2 statistic. The quality of the studies was appraised using the Newcastle–Ottawa Scale. Ultimately, 7 retrospective studies involving a total of 7212 patients were included. The meta-analysis revealed that the neutrophil-to-lymphocyte ratio (NLR) (HR = 1.04, 95% CI 1.02–1.08), systemic immune–inflammatory index (SII) (HR = 1.03, 95% CI 1.01–1.05), and red cell distribution width (RDW) (HR = 1.07, 95% CI 1.01–1.14) independently correlated with increased long-term mortality. Elevated NLR, SII, and RDW are independently associated with increased long-term mortality in older patients with hip fractures. These findings imply the potential value of incorporating these inflammatory indicators to aid in prognostic stratification of geriatric patients with hip fractures.
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 | 0,057 | 0,026 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,010 | 0,009 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,003 |
| 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».