High Neutrophil-to-Lymphocyte Ratio as a Predictor of All-Cause and Cardiovascular-Related Mortality in Hemodialysis Patients: A Systematic Review and Meta-Analysis of Cohort Studies
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
Background Chronic kidney disease (CKD) remains a major cause of mortality. Recent studies have demonstrated a correlation between the neutrophil-to-lymphocyte Ratio (NLR), which is an inflammatory biomarker, and various chronic diseases. This study aims to assess high NLR as a prognostic indicator for all-cause and cardiovascular (CV)-related mortality in patients with CKD undergoing hemodialysis (HD). Materials and Methods This systematic review (SR) and meta-analysis (MA) were done based on preferred reporting items for systematic reviews and meta-analyses statements 2020. The literature review identified 555 studies up to August 2023 from PubMed, EBSCOHost, ProQuest, Cochrane, and Google Scholar databases using predetermined keywords. Newcastle-Ottawa Scale (NOS) was used to assess the bias of these studies. Data were extracted and MA was done using RevMan. Results Nine and six relevant studies were included for SR and MA, respectively. According to NOS risk of bias, all studies showed overall good quality. HD patients with high NLR had a significantly increased risk of all-cause mortality (3.83 times higher) than those with low NLR (95% CI: 1.85-7.93; p=0.0003; I2=83%). Similarly, HD patients with high NLR had an increased risk of CV-related mortality (1.19 times) than those with low NLR, though not significant (95%CI: 0.82-1.72; p=0.37; I2=60%). Conclusion This study shows a correlation between high NLR values and increased risk of all-cause and CV-related mortality in CKD patients undergoing HD (higher ratio than low NLR values).
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 | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,021 | 0,005 |
| Bibliométrie | 0,003 | 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) | 0,000 | 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 découle