Influence of diabetes on short-term mortality of patients with acute type A aortic dissection: a meta-analysis
Notice bibliographique
Résumé
Acute type A aortic dissection (ATAAD) is a life-threatening cardiovascular emergency with substantial early mortality. Whether diabetes mellitus (DM) independently influences short-term mortality in ATAAD remains uncertain. We conducted a meta-analysis to synthesize the available data. PubMed, Embase, and Web of Science were searched from inception to June 22, 2025, for longitudinal studies reporting short-term mortality (in-hospital or 30-day) in ATAAD patients with and without DM. Pooled odds ratios (ORs) with 95% confidence intervals (CIs) were calculated using a random-effects model accounting for the influence of heterogeneity. Subgroup, sensitivity, and meta-regression analyses explored heterogeneity. The study quality was assessed with the Newcastle–Ottawa Scale (NOS). Twenty-one retrospective cohort studies involving 19,291 patients were included. DM was associated with a modestly increased short-term mortality risk (OR = 1.48; 95% CI 1.14 to 1.91; p = 0.003; I 2 = 44%). The results were consistent in sensitivity analyses restricted to surgical patients (OR = 1.52; 95% CI 1.18 to 1.96; p = 0.001). Subgroup analyses showed no significant differences by region, follow-up duration, analytic model, or NOS score (all p for subgroup differences > 0.05). Meta-regression analysis showed that sample size was negatively correlated with the association (coefficient = − 0.000074, p = 0.02), which fully explained the source of heterogeneity (adjusted R 2 = 100%). This meta-analysis of retrospective studies suggests that DM may be associated with higher short-term mortality in ATAAD. Given the observational nature of the evidence, further prospective studies are needed to clarify this relationship.
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 | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 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 | 0,000 | 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 ».