The Prevalence of Adrenal Insufficiency in Individuals with Traumatic Spinal Cord Injury: A Systematic Review and Meta-Analysis
Notice bibliographique
Résumé
Background/Objectives: Spinal cord injury (SCI) causes profound autonomic and endocrine dysfunctions, giving rise to adrenal insufficiency (AI), which is marked by a reduction in steroid hormone production. Left unaddressed, SCI-related AI (SCI-AI) can lead to life-threatening consequences such as severe hypotension and shock (i.e., adrenal crisis). However, symptoms are often non-specific, making AI challenging to distinguish from similar or overlapping cardiovascular conditions (e.g., orthostatic hypotension). Additionally, the etiology of SCI-AI remains unknown. This review aimed to synthesize the current literature reporting the prevalence, symptomology, and management of SCI-AI. Methods: A systematic search was performed to identify studies reporting AI following the cessation of glucocorticoid treatments in individuals with traumatic SCI. A random-effects meta-analysis was conducted to investigate the overall prevalence of SCI-AI. Results: Thirteen studies involving 545 individuals with traumatic SCI, most with cervical level injuries (n = 256), met the review criteria. A total of 4 studies were included in the meta-analysis. Primary analysis results indicated an SCI-AI pooled prevalence of 24.3% (event rate [ER] = 0.243, 95% confidence interval [CI] = 0.073–0.565, n = 4). Additional sensitivity analyses showed a pooled prevalence of 46.3% (ER = 0.463, 95%CI = 0.348–0.582, n = 2) and 10.8% (ER = 0.108, 95%CI = 0.025–0.368, n = 2) for case–control and retrospective cohort studies, respectively. High-dose glucocorticoid administration after SCI as well as the injury itself appear to contribute to the development of AI. Conclusions: The estimated prevalence of AI in people with traumatic SCI was high (24%). Prevalence was also greater among individuals with cervical SCI than those with lower-level lesions. Clinicians should be vigilant in recognizing the symptomatology and onset of SCI-AI. Further research elucidating its underlying pathophysiology is needed to optimize glucocorticoid administration for remediating AI in this vulnerable population.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,010 | 0,028 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,014 | 0,030 |
| Bibliométrie | 0,007 | 0,007 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| 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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), 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 ».