Healthy Dietary Patterns and Incidence of CKD
Notice bibliographique
Résumé
Background and objectives Whether a healthy dietary pattern may prevent the incidence of developing CKD is unknown. This study evaluated the associations between dietary patterns and the incidence of CKD in adults and children. Design, setting, participants, & measurements This systematic review and meta-analysis identified potential studies through a systematic search of MEDLINE, Embase and references from eligible studies from database inception to February 2019. Eligible studies were prospective and retrospective cohort studies including adults and children without CKD, where the primary exposure was dietary patterns. To be eligible, studies had to report on the primary outcome, incidence of CKD (eGFR<60 ml/min per 1.73 m 2 ). Two authors independently extracted data, assessed risk of bias and evidence certainty using the Newcastle–Ottawa scale and GRADE. Results Eighteen prospective cohort studies involving 630,108 adults (no children) with a mean follow-up of 10.4±7.4 years were eligible for analysis. Included studies had an overall low risk of bias. The evidence certainty was moderate for CKD incidence and low for eGFR decline (percentage drop from baseline or reduced by at least 3 ml/min per 1.73 m 2 per year) and incident albuminuria. Healthy dietary patterns typically encouraged higher intakes of vegetables, fruit, legumes, nuts, whole grains, fish and low-fat dairy, and lower intakes of red and processed meats, sodium, and sugar-sweetened beverages. A healthy dietary pattern was associated with a lower incidence of CKD (odds ratio [OR] 0.70 (95% confidence interval [95% CI], 0.60 to 0.82); I 2 =51%; eight studies), and incidence of albuminuria (OR 0.77, [95% CI, 0.59 to 0.99]; I 2 =37%); four studies). There appeared to be no significant association between healthy dietary patterns and eGFR decline (OR 0.70 [95% CI, 0.49 to 1.01], I 2 =49%; four studies). Conclusions A healthy dietary pattern may prevent CKD and albuminuria.
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 | 0,018 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,008 |
| Bibliométrie | 0,005 | 0,005 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».