Prevalência e riscos de diabetes e hipertensão em pacientes com dengue: uma metanálise
Bibliographic record
Abstract
A dengue, uma doença infecciosa transmitida por mosquitos, é exacerbada por diabetes e hipertensão, aumentando a gravidade e complicações. Prevenção foca no controle de mosquitos. Estudos analisam essa relação. Foram incluídos estudos sobre a associação entre dengue, diabetes e hipertensão em adultos, focando na mortalidade. Bases de dados utilizadas: Google Scholar, ScienceDirect e MEDLINE. Dois revisores independentes realizaram triagem, extração de dados e avaliação do risco de viés usando a escala Newcastle-Ottawa. Análises estatísticas foram conduzidas com o software JASP. Após uma busca em bases de dados, 205 artigos foram inicialmente identificados. Após triagem, 35 estudos foram incluídos. Os resultados mostraram uma prevalência de diabetes de 16% e hipertensão de 22% entre pacientes com dengue. Odds ratios indicaram que diabetes e hipertensão aumentam significativamente o risco de complicações graves da dengue. A avaliação do risco de viés foi conduzida usando a escala de Newcastle-Ottawa, variando de 4 a 9 estrelas. Esses achados indicam um risco significativamente maior dessas condições entre pacientes com dengue. A heterogeneidade elevada entre os estudos reflete variações metodológicas e populacionais. É essencial monitorar essas comorbidades para melhorar os desfechos clínicos em dengue.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.007 | 0.022 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.005 | 0.020 |
| Bibliometrics | 0.006 | 0.008 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.003 | 0.002 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.007 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".