MétaCan
Menu
Retour à la cohorte
Enregistrement W4405811088 · doi:10.1093/nutrit/nuae197

Relationship Between Hepatic Iron Concentration and Glycemic Metabolism, Prediabetes, and Type 2 Diabetes: A Systematic Review

2024· review· en· W4405811088 sur OpenAlexaboutno aff
Indre Kirkutyte, Gladys O. Latunde‐Dada

Notice bibliographique

RevueNutrition Reviews · 2024
Typereview
Langueen
DomaineMedicine
ThématiqueIron Metabolism and Disorders
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPrediabetesCINAHLType 2 diabetesMedicineGlycemicInternal medicineChecklistDiabetes mellitusConfoundingFerritinContext (archaeology)MEDLINEEndocrinologyBiology

Résumé

récupéré en direct d'OpenAlex

CONTEXT: Emerging research has suggested a potential link between high iron levels, indicated by serum ferritin levels, and the development of type 2 diabetes (T2D). However, the role of hepatic iron concentration (HIC) on T2D development and progression is not well understood. OBJECTIVES: This study aims to systematically review the literature on HIC and/or the degree of hepatic iron overload (HIO) in individuals with prediabetes and/or diagnosed T2D, and to analyze associations between HIC and markers of glucose metabolism. DATA SOURCES: The databases Medline, PubMed, Embase, CINAHL, and Web of Knowledge were searched for studies published in English from 1999 to March 2024. This review followed the Preferred Items for Systematic Reviews and Meta-Analyses (PRISMA) checklist. DATA EXTRACTION: Data were extracted following the established eligibility criteria. Study characteristics and biomarkers related to prediabetes, T2D, and HIO were extracted. The risk of bias was analyzed using the Newcastle-Ottawa Scale. Data were stratified by the exposure and analyzed in subgroups according to the outcome. Data regarding the HIC values in controls, individuals with prediabetes, and individuals with T2D and the association estimates between HIC or HIO and markers of glycemic metabolism, prediabetes, or T2D were extracted. DATA ANALYSIS: A total of 12 studies were identified, and data from 4110 individuals were analyzed. HIO was not consistently observed in prediabetic/T2D populations; however, elevated HIC was frequently observed in prediabetic and T2D individuals, and was associated with the disruption of certain glycemic markers in some cases. CONCLUSION: The extent of iron overload, as indicated by hepatic iron load, varied among the prediabetic and T2D populations studied. Further research is needed to understand the distribution and regulation of iron in T2D pathology.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,487
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0060,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,059
Tête enseignante GPT0,344
Écart entre enseignants0,286 · 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 tête enseignante, pas un consensus.

Devis d'étudeRevue systématique
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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNutrition ReviewsMême sujetIron Metabolism and DisordersTravaux en français237 207