Exploring Skin Cancer Risk in Chronic Kidney Disease Patients: A Single Arm of Meta-analysis
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract Skin cancers are among the most prevalent malignancies that develop following renal transplantation. This review aims to provide a comprehensive and up-to-date overview of the risk of skin cancer among patients with chronic kidney disease. A systematic review and meta-analysis were conducted following the Preferred Reporting Items for Systematic Reviews and Meta-Analyses (PRISMA) guidelines. We searched Scopus, PubMed, Embase, and Komaki databases for research publications on chronic kidney disease and skin cancer published between February 2016 and January 2023. The prevalence of skin cancer among chronic kidney disease patients was meta-analyzed. A random-effects meta-regression was performed, and the risk of bias was assessed using the Newcastle–Ottawa Scale. A total of 16 studies, encompassing 151,987 patients, fulfilled the inclusion criteria for this systematic review. The aggregated incidence of non-melanoma skin cancer among renal transplant recipients was 4.32% (95% CI, 4.1–4.5%), while the incidence of melanoma skin cancer was 1.92% (95% CI, 1.85–1.99%). The pooled prevalence of non-melanoma skin cancer and melanoma skin cancer was 5.7% (95% CI, 1.1–10.3%) and 0.25% (95% CI, 0.11–0.39%), respectively. In conclusion, our study confirms a heightened risk of skin cancer in chronic kidney disease patients. Further research with larger samples and enhanced surveillance is crucial to better understand and address this risk.
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.
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| 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) | 0,001 | 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 découle