Incidencia de diabetes mellitus tipo 2 en pacientes síndrome post COVID-19. Una revisión sistemática y meta-análisis
Bibliographic record
Abstract
Introducción: Investigaciones contemporáneas evidencian que individuos aquejados por el síndrome posviral asociado al SARS-CoV-2 (SPC) podrían manifestar desajustes homeostáticos, entre ellos la diabetes mellitus tipo 2 de aparición reciente. En virtud de ello, se propuso compendiar de manera rigurosa la información científica existente respecto a dicha conexión. Método: Se ejecutó una indagación sistemática acompañada de un meta-análisis, explorando repertorios bibliográficos como PUBMED, Scopus, Web of Science, EMBASE y LILACS, abarcando publicaciones comprendidas entre marzo de 2020 y el 17 de febrero de 2025, centradas en la emergencia de DM-2 en sujetos con SPC. Se incluyeron pesquisas de cohortes, tanto retrospectivas como prospectivas, que examinaron la frecuencia de diagnóstico reciente de DM-2 en personas mayores de edad con infección previa por COVID-19 confirmada, sin antecedentes de disglucemias o diabetes. El sesgo metodológico se valoró mediante la escala Newcastle-Ottawa, y se calcularon proporciones de incidencia con márgenes de confianza del 95%. La disparidad entre estudios se examinó con la prueba de Higgins-Thompson. Resultados: Se integraron cinco estudios en el análisis combinado, hallándose una razón de incidencia de 1.79 (IC 95%: 0.75-4.26, p=0.189), con un rango de HR/RR entre 0.90 y 8.94. La tasa acumulativa fue de 2.37%. Se observó una heterogeneidad pronunciada (I²=99.9%, p<0.001), denotando una dispersión significativa entre los datos. Análisis: Los hallazgos apuntan a un incremento del peligro de aparición de DM-2 en pacientes con SPC; sin embargo, la notoria heterogeneidad detectada obstaculiza la extrapolación concluyente. Se recomienda la realización de futuras investigaciones con protocolos metodológicos estandarizados para dilucidar esta asociación y fomentar lineamientos eficaces de vigilancia y profilaxis.
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 | 0.022 | 0.047 |
| Meta-epidemiology (narrow) | 0.002 | 0.001 |
| Meta-epidemiology (broad) | 0.006 | 0.019 |
| Bibliometrics | 0.011 | 0.010 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.004 | 0.002 |
| Open science | 0.002 | 0.002 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.004 | 0.000 |
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".