Exploring leukocyte differential count ratio profiles as inflammatory biomarkers in diabetic retinopathy: a systematic review and meta-analysis
Notice bibliographique
Résumé
BACKGROUND: Diabetic retinopathy (DR) is increasingly prevalent and a major cause of irreversible blindness, particularly in developing countries. Limited access to ophthalmologists often leads to delayed diagnosis, emphasizing the need for more affordable and widely accessible screening methods to facilitate early identification. Recently, several studies have demonstrated variability in findings regarding the relationship between leukocyte differential count ratio biomarkers and DR. This study aims to investigate the association between leukocyte differential count ratios-NLR (Neutrophil-to-Lymphocyte Ratio), PLR (Platelet-to-Lymphocyte Ratio), MLR (Monocyte-to-Lymphocyte Ratio), and SII (Systemic Immune-Inflammation Index)-and the stages of diabetic retinopathy (DR). METHODS: A comprehensive literature search was conducted across several databases up to September 2024, with a focus on identifying studies examining the relationship between the leukocyte differential count ratio profiles and diabetic retinopathy. Review Manager was used to conduct the meta-analyses. The Newcastle Ottawa Scale (NOS) were used to assess the included studies. RESULTS: A total of 38 studies were included in the systematic review and 27 studies were included in the meta-analysis. The mean differences in the NLR and PLR values were significantly different among the groups and were higher in the PDR group (0.68 (95%CI 0.42-0.95, p < 0.05) and 19.57 (95%CI 10.68-28.46, p < 0.05; respectively). These findings were followed by significant differences in SII value 202.53 (95% CI 196.19-208.86, p < 0.05). Moreover, the MLR values were not significantly different among the groups (p > 0.05). CONCLUSION: NLR, PLR, and SII are associated with both the presence and progression of DR, with increasing levels of NLR and PLR reflecting a higher risk and severity of the disease. However, it is still necessary to justify the need to combine them with other clinical parameters to confirm the diagnosis.
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 | 0,013 | 0,033 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,018 | 0,035 |
| Bibliométrie | 0,008 | 0,009 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 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 ».