Smoke exposure and childhood atopic eczema and food allergy: A systematic review and meta‐analysis
Notice bibliographique
Résumé
Abstract Background There is no consensus on the effect of timing and type of smoke exposure on early allergy development. This study aimed to determine the relationship between early eczema or food allergy/hypersensitivity development in children by firstly investigating the effect of smoke exposure across critical development periods and secondly by analyzing effects of parental atcive or passive smoking. Methods Four databases (PubMed, Web of Science, Scopus and Embase) were searched in May 2022 and assessed by two independent reviewers. Case–control, cross‐sectional or cohort studies reporting on smoke exposure from preconception to postnatal periods and atopic eczema, food allergy and/or hypersensitivity outcomes by age 3 years were included. The Newcastle–Ottawa Scale was used to assess study quality. Random effects model was used to estimate the pooled risk ratios. Results From 1689 identified records, 32 studies with nearly 190,000 subjects were included. Parental smoking during preconception, pregnancy and postnatal periods was generally not associated with the risk of eczema, food allergy and food sensitisation development by age 3 years. Maternal active smoking during pregnancy was negatively associated with self‐reported doctor diagnosis of eczema (RR = 0.87, 95% CI 0.77–0.98; I 2 = 50.56) and maternal passive smoking during pregnancy was positively associated with clinician assessment of eczema in one study (RR = 1.38; 95% CI 1.06–1.79). Conclusion Our findings highlighted the importance of in utero programming in early‐life allergy development. Despite the weak evidence, our results suggest pregnant women should minimise their contact with second‐hand smoke to prevent offspring eczema development. There is a need for greater utilisation of objective allergy assessments in future studies.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,007 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».