MétaCan
Menu
Retour à la cohorte
Enregistrement W4412382875 · doi:10.1002/edm2.70066

Procalcitonin and Diabetic Foot Ulcer Infections: A Meta‐Analysis

2025· review· en· W4412382875 sur OpenAlexaboutno aff
Zhou Pei-lin, Xinyu Nie, Qikai Hua

Notice bibliographique

RevueEndocrinology Diabetes & Metabolism · 2025
Typereview
Langueen
DomaineMedicine
ThématiqueSepsis Diagnosis and Treatment
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineProcalcitoninMeta-analysisConfidence intervalInternal medicineCochrane LibraryPublication biasDiabetic footCohort studyDiabetic foot ulcerSubgroup analysisCohortStudy heterogeneityDiabetes mellitusSepsisEndocrinology

Résumé

récupéré en direct d'OpenAlex

ABSTRACT Background Procalcitonin (PCT) is an effective inflammatory marker for diagnosing infection. We assessed the clinical utility of procalcitonin in diagnosing diabetic foot infections. Method This meta‐analysis adhered to the PRISMA guidelines. We searched PubMed, Web of Science, Embase and the Cochrane Library for studies on PCT for the diagnosis of diabetic foot published before 1 July 2024. The primary outcome was the standardised mean difference (SMD) in PCT levels between IDFU and non‐IDFU groups, with corresponding 95% confidence intervals (CI). The included studies were cross‐sectional and cohort studies, so the quality of the literature was assessed using the Newcastle–Ottawa Scale (NOS) evaluation criteria. This study's statistical analyses were conducted solely with STATA 15.0 software. Result Ten studies comprising 928 patients were ultimately included. There were six cross‐sectional studies and four cohort studies. In total, 532 patients were assigned to the IDFU group and 396 to the non‐infected diabetic foot ulcers (NIDFU) group. The relationship between PCT and DFU was evaluated in ten studies, with significant heterogeneity among the included studies ( x 2 = 54.10, p = 0.00001; I 2 = 83.6%). Therefore, a random effects model was used with a pooled standardised mean difference of 0.79 (95% confidence interval [CI]: 0.43–1.14). The Egger experiment results ( t = 0.43, p = 0.680) indicated that there was no publication bias. Analysis of sensitivity revealed that the results were reliable. Subgroup analyses identified the area as a significant source of heterogeneity. The random‐effects model's meta‐regression results revealed that BMI ( p = 0.026) and HbA1c ( p = 0.016) had a significant impact on the heterogeneity of the association between IDFU and PCT levels. Conclusion Our study showed a significant correlation between serum PCT levels and IDFU. Identification and treatment of IDFUs as soon as possible can help reduce amputation and mortality rates. This systematic review and meta‐analysis evaluated the association between serum procalcitonin levels and diabetic foot infections. Ten studies were included, and a random‐effects model showed significantly higher procalcitonin levels in infected patients, supporting its role as a potential diagnostic biomarker for early infection detection in diabetic foot ulcers.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: Méta-analyse
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,490
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0100,004
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,099
Tête enseignante GPT0,388
Écart entre enseignants0,290 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeMéta-analyse
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEndocrinology Diabetes & MetabolismMême sujetSepsis Diagnosis and TreatmentTravaux en français237 207