在低BMI的非癌症患者中,GLIM实现了最佳诊断性能:分层贝叶斯隐藏类元分析
Tiantian Wu1,2,3, Mingming Zhou1,2,3, Kedi Xu1,2,3
1Department of Epidemiology and Statistics, College of Public Health, Zhengzhou University, Zhengzhou, Henan 450001, China.
Nutrition reviews
|July 16, 2024
概括
全球营养不良领导倡议 (GLIM) 和患者生成主观全球评估 (PG-SGA) 工具显示营养不良的诊断准确度中等. GLIM最适合低BMI的非癌症患者,而PG-SGA适合癌症患者.
科学领域:
- 营养科学 营养科学
- 诊断准确性研究 诊断准确性研究
- 医学评估工具 医疗评估工具
背景情况:
- 全球营养不良领导倡议 (GLIM) 和患者生成主观全球评估 (PG-SGA) 是营养评估的关键工具.
- 由于不完善的参考标准,对它们的性能缺乏共识.
- 一个Prospero注册的系统审查 (CRD42022380409) 解决了这个缺口.
研究的目的:
- 评估和比较GLIM和PG-SGA的诊断准确性.
- 在没有黄金标准的情况下,利用层次化的贝叶斯隐藏类模型进行评估.
- 为了确定每个评估工具的最佳患者群体.
主要方法:
- 在PubMed,Embase和Web of Science的系统文献搜索 (开始至2022年10月).
- 包括诊断测试研究,将GLIM和/或PG-SGA与半黄金标准进行比较.
- 使用QUADAS-2标准提取敏感性,特异性和质量评估的数据.
主要成果:
- 分析了45项研究 (包括GLIM的20,876项,PG-SGA的11,575项).
- 聚合的灵敏度:GLIM 0.833,PG-SGA 0.874. 总体的灵敏度:GLIM 0.833,PG-SGA 0.874. 聚合的灵敏度:GLIM 0.833,PG-SGA 0.874. 聚合的灵敏度:GLIM 0.833,PG-SGA 0.874. 聚合的灵敏度:GLIM 0.833,PG-SGA 0.874. 聚合的灵敏度:GLIM 0.833,PG-SGA 聚合的特异性:GLIM 0.837,PG-SGA 0.778. 这是一个特殊的特异性.
- GLIM显示出更高的诊断几率比率 (25.791比24.396),并且在非癌症患者中最有效,BMI<24 kg/m2或年龄≥60岁. 在年龄小于60岁或BMI小于24kg/m2的癌症患者中,PG-SGA最有效.
结论:
- GLIM和PG-SGA都具有适度高的营养不良诊断能力.
- 在非癌症人群中,GLIM显示出卓越的效用,特别是那些BMI较低的人群.
- 在癌症患者队列中,PG-SGA更适用和有效.
