MétaCan
Menu
Retour à la cohorte
Enregistrement W4281679108 · doi:10.1016/j.eclinm.2022.101498

Bidirectional association between glaucoma and chronic kidney disease: A systematic review and meta-analysis

2022· review· en· W4281679108 sur OpenAlexaboutno aff
Faye Yu Ci Ng, Harris Jun Jie Muhammad Danial Song, Benjamin Kye Jyn Tan, Chong Boon Teo, Emmett Tsz Yeung Wong, Pui Yi Boey, Ching‐Yu Cheng

Notice bibliographique

RevueEClinicalMedicine · 2022
Typereview
Langueen
DomaineMedicine
ThématiqueGlaucoma and retinal disorders
Établissements canadiensnon disponible
Organismes subventionnairesNational Medical Research CouncilMedical Research CouncilSingapore Eye Research InstituteMinistry of Health -Singapore
Mots-clésMedicineOdds ratioMeta-analysisInternal medicineKidney diseaseCochrane LibraryGlaucomaSubgroup analysisConfidence intervalCohort studyOphthalmology

Résumé

récupéré en direct d'OpenAlex

Background Glaucoma and chronic kidney disease (CKD) are prevalent and debilitating conditions, with common pathogenic pathways like oxidative stress and fluid dysregulation. We evaluated if there is a bidirectional association between them, as previous studies have yielded conflicting results. Methods In this systematic review and meta-analysis, we searched PubMed, Embase and Cochrane Library from inception until 15 June 2021, including full-length English articles published in peer-reviewed journals reporting on glaucoma and CKD as either exposure or outcome, among participants aged ≥18 years. We pooled overall summary estimates of odds ratios using random-effect meta-analysis and conducted subgroup meta-analyses and univariate meta regression. We assessed risk of bias using the Newcastle-Ottawa Scale (NOS) and quality of evidence using the GRADE framework. Our article is PROSPERO-registered and adherent to both PRISMA and MOOSE guidelines. This review is registered with PROSPERO (CRD42021262846). Findings We identified 14 articles comprising of 3 retrospective cohort studies and 12 cross-sectional studies from 2,428 records, including 1,978,254 participants. Risk of bias was low to moderate. Participants with CKD at baseline had higher pooled odds of glaucoma (odds ratio[OR]=1.18, 95% confidence interval[CI]=1.04-1.33, I 2 =66%, N=12) compared to participants without CKD. The association remained significant in subgroups of longitudinal studies, participants with diabetes, East Asian studies and primary open-angle glaucoma. In the reverse direction, participants with glaucoma at baseline had over three-fold higher odds of incident CKD compared to participants without glaucoma after 10-15 years of follow-up in longitudinal studies (OR=3.67, 95% CI=2.16-6.24, I 2 =75%, N=2). All studies adjusted for age and sex, while most studies adjusted for comorbidities such as diabetes and hypertension. Meta-regression identified ethnicity (East Asians vs Non-East Asians) as a significant effect moderator. Associations were robust to trim-and-fill adjustment for publication bias, single-study influence and cumulative meta-analyses. Interpretation Our meta-analysis suggests a bidirectional relationship between glaucoma and CKD, particularly among East Asians. Further studies are required to elucidate underlying mechanisms and account for differential association by ethnicity. Funding Ching-Yu Cheng is supported by Clinician Scientist Award (NMRC/CSA-SI/0012/2017) of the Singapore Ministry of Health's National Medical Research Council.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,017
score de la tête « metaresearch » (Gemma)0,040
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: Méta-analyse
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,017
Score d'incertitude au seuil0,089

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0170,040
Méta-épidémiologie (sens strict)0,0030,002
Méta-épidémiologie (sens large)0,0170,045
Bibliométrie0,0070,008
Études des sciences et des technologies0,0010,001
Communication savante0,0040,002
Science ouverte0,0020,002
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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.

Tête enseignante Opus0,083
Tête enseignante GPT0,388
Écart entre enseignants0,305 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeMéta-analyse
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations21
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEClinicalMedicineMême sujetGlaucoma and retinal disordersTravaux en français237 207