Epidemiology of Histologically Proven Glomerulonephritis in Africa: A Systematic Review and Meta-Analysis
Notice bibliographique
Résumé
BACKGROUND AND AIM: Glomerulonephritis (GN) is a leading cause of end-stage renal disease (ESRD) in Africa. Data on epidemiology and outcomes of glomerular diseases from Africa is still limited. We conducted a systematic review on the epidemiology of histologically proven glomerular diseases in Africa between 1980 and 2014. MATERIALS AND METHODS: We searched literature using PubMed, AfricaWide, the Cumulative Index to Nursing and Allied Health Literature on EBSCO Host, Scopus, African Journals online databases, and the African Index Medicus, for relevant studies. The review was conducted using standard methods and frameworks using only biopsy-confirmed data. RESULTS: Twenty four (24) studies comprising 12,093 reported biopsies from 13 countries were included in this analysis. The median number of biopsies per study was 127.0 (50-4436), most of the studies (70.0%) originated from North Africa and the number of performed kidney biopsies varied from 5.2 to 617 biopsies/year. Nephrotic syndrome was the commonest indication of renal biopsy. The frequency of reported primary pathologic patterns included, minimal change disease (MCD); 16.5% (95%CI: 11.2-22.6), focal segmental glomerulosclerosis (FSGS); 15.9% (11.3-21.1), mesangiocapillary GN (MCGN); 11.8% (9.2-14.6), crescentic GN; 2.0% (0.9-3.5) and IgA nephropathy 2.8% (1.3-4.9). Glomerular diseases related to hepatitis B and systemic lupus erythematosus had the highest prevalence among assessed secondary diseases: 8.4% (2.0-18.4) and 7.7% (4.5-11.7) respectively. There was no evidence of publication bias and regional differences were seen mostly for secondary GNs. CONCLUSIONS: Glomerular diseases remain poorly characterized in sub-Saharan Africa due to declining renal biopsy rates and consequent paucity of data on pathologic patterns of key renal diseases. Development of renal biopsy registries in Africa is likely to enable adequate characterization of the prevalence and patterns of glomerular diseases; this could have a positive impact on chronic kidney disease evaluation and treatment in the African continent since most glomerulopathies are amenable to treatment.
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 | 0,009 | 0,023 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,012 | 0,021 |
| Bibliométrie | 0,009 | 0,011 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 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 ».