Association between Smoking and Dupuytren Contracture: A Systematic Review and Meta-Analysis
Notice bibliographique
Résumé
BACKGROUND: Smoking is a commonly cited risk factor for Dupuytren disease; however, evidence on both the directionality and strength of its association has remained inconclusive. The current study aimed to quantify the association between smoking and the prevalence of Dupuytren disease. METHODS: A systematic database search was conducted to identify comparative studies reporting Dupuytren disease prevalence in smokers and nonsmokers (CRD420251043113). Results were pooled using pairwise meta-analysis with a random-effects model. RESULTS: Twenty-two studies were included in the analysis, encompassing 609,195 smokers and 906,297 nonsmokers. The prevalence of Dupuytren disease was 5.6% among smokers and 4.4% among nonsmokers. Current active smokers were at increased odds of Dupuytren disease compared with nonsmokers (OR, 1.45; 95% CI, 1.06 to 1.98; I ² = 95.8%). To a lesser degree, this risk was also increased among former smokers (OR, 1.39; 95% CI, 1.14 to 1.7; I ² = 97.5%). Overall, any smoking history conferred a 1.5-fold increased odds for Dupuytren disease (OR, 1.50; 95% CI, 1.20 to 1.88; I ² = 95.5%), which remained statistically significant on exclusion of studies with high risk of bias and leave-one-out sensitivity analysis. CONCLUSIONS: This study found a statistically significant association of smoking with Dupuytren disease. Smoking cessation should be encouraged in patients with Dupuytren disease, although further research is needed to identify whether smoking cessation could slow disease progression or prevent recurrence.
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 | 0,001 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,019 | 0,003 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,001 | 0,001 |
| 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 ».