The correlation between C-reactive protein and normal tension glaucoma disease: A meta-analysis
Notice bibliographique
Résumé
Background Normal tension glaucoma (NTG) is a common subtype of glaucoma that progresses silently and can lead to irreversible vision loss if left untreated. Emerging evidence suggests that inflammation and vascular dysfunction may play a role in its pathogenesis. C-reactive protein (CRP), a marker of systemic inflammation and atherosclerosis, has been widely studied as a prognostic indicator in various diseases. However, its potential association with NTG remains unclear. This meta-analysis aims to clarify the relationship between CRP levels in individuals with NTG compared to those without the condition. Methods We systematically searched PubMed, Embase, and Scopus for observational studies published up to 31 October 2023 investigating CRP levels in NTG patients and controls. Study quality and risk of bias were evaluated using the Newcastle–Ottawa Scale. Eligible studies reporting CRP levels were analyzed using standardized mean differences (SMDs) and 95% confidence intervals (CIs). Results A meta-analysis of ten case-control studies involving 766 patients revealed that CRP levels were significantly higher in the NTG group compared to controls (SMD: 0.731, 95% CI: 0.147–1.316 ; z = 2.454; P = 0.014). However, no significant difference in CRP levels was observed between the POAG group and controls (SMD = 0.093; 95% CI: −0.160–0.345; z = 0.719; P = 0.472). Conclusion Elevated circulating CRP levels were significantly associated with NTG, suggesting a potential systemic inflammatory contribution to its pathogenesis. Although CRP may serve as an adjunctive marker for identifying high-risk individuals, its clinical value remains provisional and requires confirmation in future prospective studies.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| 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 ».