Environmental triggers of pediatric type 1 diabetes: A protocol for a systematic review and meta-analysis on the impact of COVID-19 infection and vaccination
Notice bibliographique
Résumé
INTRODUCTION: The study aimed to systematically evaluate whether coronavirus disease (COVID-19) infection and/or vaccination act as environmental triggers for new-onset type 1 diabetes (T1D) in children and adolescents. MATERIAL AND METHODS: We will conduct a systematic review and meta-analysis in accordance with PRISMA 2020 guidelines. PubMed, Embase, Scopus, Web of Science, and Cochrane Library will be searched for studies from 2020 onward. Eligible studies must report new-onset T1D in individuals aged 0-19 years following confirmed SARS-CoV-2 infection or COVID-19 vaccination, with a clearly defined comparator group. Data will be extracted using the Population-Exposure-Comparator-Outcome (PECO) framework, aiming to capture diabetes incidence, diabetic ketoacidosis (DKA) severity, immunologic and genetic markers, direction of effect, and potential confounders. Risk of bias will be assessed with the Newcastle-Ottawa Scale, and GRADE will be used to assess certainty of evidence. A random-effects meta-analysis will be conducted if appropriate. EXPECTED RESULTS: We anticipate mapping the direction of effect (-, ¯, mixed, or = no difference) for each exposure-outcome pair, and identifying gaps related to immunologic markers, diagnostic timing, and confounding factors. CONCLUSIONS: This review will provide a comprehensive synthesis of evidence on infection- and vaccine-triggered pediatric T1D, informing future prospective studies and surveillance efforts.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,062 | 0,094 |
| Méta-épidémiologie (sens strict) | 0,006 | 0,004 |
| Méta-épidémiologie (sens large) | 0,018 | 0,026 |
| Bibliométrie | 0,012 | 0,011 |
| Études des sciences et des technologies | 0,003 | 0,003 |
| Communication savante | 0,006 | 0,005 |
| Science ouverte | 0,005 | 0,005 |
| Intégrité de la recherche | 0,006 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,051 | 0,005 |
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 source (Gemma direct ou Codex distillé), 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 ».