Association between diabetes mellitus and tinnitus: A meta-analysis
Notice bibliographique
Résumé
Diabetes mellitus (DM) has been suggested as a potential risk factor for tinnitus, but evidence remains inconclusive. This meta-analysis aimed to evaluate the association between DM and tinnitus by systematically reviewing and synthesizing data from observational studies. A comprehensive literature search was conducted in PubMed, Embase, and Web of Science up to August 16, 2024. Observational studies with a sample size of at least 100 participants that assessed the relationship between DM and tinnitus were included. Studies involving populations with specific diseases were excluded. Odds ratios (ORs) and 95% confidence intervals (CIs) were pooled using a random-effects model. Study quality was assessed using the Newcastle-Ottawa Scale (NOS), and sensitivity and subgroup analyses were performed. Publication bias was evaluated using funnel plots and Egger's regression test. Twelve studies comprising 2,277,719 participants were included. The pooled analysis revealed a significant association between DM and tinnitus (OR: 1.18, 95% CI: 1.06-1.31, P = 0.002), with moderate heterogeneity (I² = 51%). Sensitivity analyses confirmed the robustness of these findings. Subgroup analyses showed no significant differences by geographical region, mean age, sex distribution, tinnitus diagnosis method, or model used for association estimation. Publication bias was not detected (Egger's test P = 0.29). These findings suggest that DM is significantly associated with an increased risk of tinnitus. Further research is warranted to explore underlying mechanisms and causal relationships. Nonetheless, the results underscore the importance of monitoring tinnitus in patients with diabetes.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,004 | 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 | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».