Study protocol: A systematic review and meta-analysis of risk factors for the first-ever foot ulcers in patients with diabetes.
Notice bibliographique
Résumé
<ns3:p> Background Diabetic foot ulcers (DFUs) are a serious complication of diabetes mellitus (DM), significantly contributing to mortality and morbidity in this population. Annually, approximately 18.6 million people with DM develop DFUs, with up to 34% experiencing a foot ulcer during their lifetime. DFUs are a leading cause of limb and life-threatening infections, lower limb amputations, and increased hospitalisations. Despite these public health challenges, there is a lack of research focusing on the primary prevention of DFUs, particularly the prevention of first-ever ulceration. Objectives To systematically review and synthesise research evidence and meta-analysis of previous research findings and derive conclusions regarding risk factors for the development of first-ever foot ulcers in patients with diabetes. Methods and analysis Four English and three Chinese databases will be utilised to identify eligible studies reporting risk factors for the first-ever foot ulcers in patients with diabetes. Two independent researchers will review the literature, extract relevant data, and assess the risk of bias of included studies using the Newcastle-Ottawa Scale. Pooled odds ratios (ORs) and standardised mean differences (SMD) with 95% confidence intervals (CIs) for nominal and continuous data will be calculated employing either a fixed-effects or random-effects model based on heterogeneity ( <ns3:italic>I</ns3:italic> ² < 50% for fixed-effects and <ns3:italic>I</ns3:italic> ² > 50% for random-effects models). All statistical analyses will be conducted using Stata Software Version 16. Systematic review registration PROSPERO (CRD42024508855) </ns3:p>
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 | 0,008 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,008 | 0,001 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| 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 ».