MétaCan
Menu
Retour à la cohorte
Enregistrement W4415567115 · doi:10.3389/fmed.2025.1677818

The triglyceride-glucose index as a biomarker of diabetic retinopathy: a systematic review and meta-analysis

2025· review· en· W4415567115 sur OpenAlexaboutno aff
Adilet Amirashov, Aigul Balmukhanova, Arip Koishybayev, D.V. Petrachkov, Dana Koishybayeva, Altynay Balmukhanova, Nadiar M. Mussin, Amin Tamadon

Notice bibliographique

RevueFrontiers in Medicine · 2025
Typereview
Langueen
DomaineMedicine
ThématiqueRetinal Diseases and Treatments
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBiomarkerIndex (typography)Categorical variableDiabetes mellitusSIGNAL (programming language)Current (fluid)

Résumé

récupéré en direct d'OpenAlex

Background The triglyceride-glucose (TyG) index, a surrogate marker of insulin resistance, has been linked to various diabetic complications. However, its association with diabetic retinopathy (DR) remains inconsistent. We conducted a systematic review and meta-analysis to evaluate the relationship between TyG index levels and the risk of DR. Methods We searched PubMed, Scopus, and Web of Science from inception to July 2025 for observational studies reporting the association between TyG index and DR in adults with type 1 or type 2 diabetes. Two reviewers independently screened studies, extracted data, and assessed risk of bias using the Agency for Healthcare Research and Quality (AHRQ) checklist and Newcastle-Ottawa Scale. Pooled odds ratios (ORs) with 95% confidence intervals (CIs) were calculated using a random-effects model. Heterogeneity was evaluated with the I 2 statistic. Publication bias was assessed via funnel plots and Egger's test. Subgroup and meta-regression analyses were conducted to explore heterogeneity. Results Sixteen studies with a total of 33,436 participants were included. The pooled OR for the association between higher TyG index and DR was 1.89 (95% CI: 1.27–2.82) when TyG was treated as a categorical variable, and 1.57 (95% CI: 1.25–1.98) when treated as continuous. Significant heterogeneity was observed ( I 2 > 87%). Subgroup analyses revealed stronger associations in studies with smaller sample sizes and higher male proportions. Meta-regression showed that male proportion accounted for 48.71% of the heterogeneity. In categorical analyses, funnel-plot asymmetry and Egger's test indicated small-study effects; after trim-and-fill adjustment the pooled effect attenuated and was no longer significant, suggesting sensitivity to publication bias. Conclusions While higher TyG levels correlate with DR—particularly when modeled continuously—the signal is heterogeneity- and bias-sensitive in categorical analyses. Our moderator analyses newly indicate a sex-composition effect, and the current lack of harmonized clinical TyG thresholds limits immediate translation.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,017
score de la tête « metaresearch » (Gemma)0,041
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,024
Score d'incertitude au seuil0,090

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0170,041
Méta-épidémiologie (sens strict)0,0030,002
Méta-épidémiologie (sens large)0,0240,037
Bibliométrie0,0100,010
Études des sciences et des technologies0,0010,001
Communication savante0,0040,002
Science ouverte0,0030,002
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,039
Tête enseignante GPT0,360
Écart entre enseignants0,320 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations3
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in MedicineMême sujetRetinal Diseases and TreatmentsTravaux en français237 207