Impact of COVID-19 infection on mortality, diabetic complications and haematological parameters in patients with diabetes mellitus: a systematic review and meta-analysis
Notice bibliographique
Résumé
Objectives SARS-CoV-2 poses significant challenges to people living with diabetes (PLWD). This systematic review aimed to explore the impact of COVID-19 on mortality, complications associated with diabetes and haematological parameters among PLWD. Design Systematic review and meta-analysis using the Grading of Recommendations Assessment, Development and Evaluation (GRADE). Data sources EMBASE, MEDLINE, Cochrane Central Register of Controlled Trials and LILACS were searched between 1 December 2019 and 14 January 2025. Eligibility criteria for selecting studies Eligible studies included case-control and cohort studies involving PLWD categorised into two groups: those with confirmed SARS-CoV-2 infection and those without. Data extraction and synthesis Meta-analyses estimated the odds ratios (ORs) and mean differences (MDs) of outcomes including mortality, intensive care unit (ICU) admission, diabetic ketoacidosis (DKA), acute kidney injury, hospitalisation length and haematological parameters. We pooled results using random-effects models and assessed study quality with the Newcastle-Ottawa Scale. A funnel plot was used to detect potential publication bias. The overall certainty of evidence was assessed using GRADE. Results 25 of 7266 unique studies were eligible, including 1 154674 PLWD (561 558 with COVID-19 and 593 116 without COVID-19). SARS-CoV-2 infection in PLWD was associated with significantly increased mortality (OR 2.52, 95% CI 1.45 to 4.36, I 2 =99%), acute kidney injury (3.69, 95% CI 2.75 to 4.94, I 2 =0%), random plasma glucose in subjects with type 1 diabetes (MD 20.38 mg/dL, 95% CI 7.39 to 33.36, I 2 =0%), haemoglobin A1C in subjects with type 2 diabetes (0.21%, 95% CI 0.05 to 0.38, I 2 =13%), creatinine (0.12 mg/dL, 95% CI 0.04 to 0.19, I 2 =0%), C reactive protein (38.30 mg/L, 95% CI 4.79 to 71.82, I 2 =82%) and D-dimer (1.52 µg/mL, 95% CI 0.73 to 2.31, I 2 =0%). No significant differences were observed in the incidence of ICU admission and DKA, hospitalisation length, haemoglobin, leucocyte, lymphocyte, neutrophil to lymphocyte ratio, platelet, blood urea nitrogen, estimated glomerular filtration rate, procalcitonin, albumin, ferritin and bilirubin among PLWD with and without SARS-CoV-2 infection. Conclusions SARS-CoV-2 infection is associated with elevated risks of mortality and acute kidney injury and poor glycaemic control in PLWD, alongside increased levels of inflammatory and coagulation biomarkers. These findings underscore the urgent need for tailored clinical management strategies for PLWD with COVID-19. PROSPERO registration number CRD42023418039.
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 | 0,016 | 0,039 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,022 | 0,045 |
| Bibliométrie | 0,009 | 0,010 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,002 |
| 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 ».