Epstein-Barr virus infection and its association with systemic lupus erythematosus: Systematic review and meta-analysis
Notice bibliographique
Résumé
Background Systemic lupus erythematosus (SLE) is a chronic autoimmune disorder characterized by the production of autoantibodies that target most of the organ systems and lead to their dysfunction. The exact etiology of SLE remains unclear; however, genetic and environmental factors are believed to play significant roles. Viral infections, particularly Epstein-Barr virus (EBV), have been implicated as environmental triggers in SLE pathogenesis however, the observations remained inconsistent among studies and populations. The present study uses a meta-analysis approach to explore the prevalence of EBV infection in the general population and their role in the pathogenesis of SLE. Materials and Methods Various databases such as PubMed, Scopus, and ScienceDirect were searched to obtain eligible studies based on predetermined inclusion and exclusion criteria. The Newcastle-Ottawa Scale (NOS) was used for quality assessment of the eligible studies, and Comprehensive Meta-Analysis (CMA) v4 software was used for the analysis. Publication bias was assessed with funnel plots and Egger’s regression, while heterogeneity was evaluated with Cochrane Q and I 2 statistics. Results In the present investigation, a total of 28 studies comprising of 3926 healthy controls and 2968 SLE patients were included. EBV infections were prevalent in the healthy controls. While comparing the frequency of EBV DNA or antibodies positivity, the SLE patients had a higher positivity rate than the healthy controls, indicating that EBV infection is a risk factor for developing SLE. Furthermore, the sensitivity analysis also revealed that the meta-analysis was robust. Conclusion The majority of healthy subjects were previously exposed to EBV, and the infection could be a potential risk factor in SLE pathogenesis. However, future research is required to elucidate the possible mechanisms of EBV reactivation in SLE patients and examine potential preventive measures, such as antiviral therapies, in mitigating SLE 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.
Comment cette classification a été obtenuedéplier
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,004 | 0,000 |
| 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) | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».