The Long-Term Effect of Preterm Birth on Renal Function: A Meta-Analysis
Notice bibliographique
Résumé
The preterm-born adult population is ever increasing following improved survival rates of premature births. We conducted a meta-analysis to investigate long-term effects of preterm birth on renal function in preterm-born survivors. We searched PubMed and EMBASE to identify studies that compared renal function in preterm-born survivors and full-term-born controls, published until 2 February 2019. A random effects model with standardized mean difference (SMD) was used for meta-analyses. Heterogeneity of the studies was evaluated using Higgin’s I2 statistics. Risk of bias was assessed using the Newcastle–Ottawa quality assessment scale. Of a total of 24,388 articles screened, 27 articles were finally included. Compared to full-term-born controls, glomerular filtration rate and effective renal plasma flow were significantly decreased in preterm survivors (SMD −0.54, 95% confidence interval (CI), −0.85 to −0.22, p = 0.0008; SMD −0.39, 95% CI, −0.74 to −0.04, p = 0.03, respectively). Length and volume of the kidneys were significantly decreased in the preterm group compared to the full-term controls (SMD −0.73, 95% CI, −1.04 to −0.41, p < 0.001; SMD −0.82, 95% CI, −1.05 to −0.60, p < 0.001, respectively). However, serum levels of blood urea nitrogen, creatinine, and cystatin C showed no significant difference. The urine microalbumin to creatinine ratio was significantly increased in the preterm group. Both systolic and diastolic blood pressures were also significantly elevated in the preterm group, although the plasma renin level did not differ. This meta-analysis demonstrates that preterm-born survivors may be subject to decreased glomerular filtration, increased albuminuria, decreased kidney size and volume, and hypertension even though their laboratory results may not yet deteriorate.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,008 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,002 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 tête enseignante, 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 ».