The general external exposome and the development or progression of chronic kidney disease: A systematic review and meta-analyses
Notice bibliographique
Résumé
The impact of environmental risk factors on chronic kidney disease (CKD) remains unclear. This systematic review aims to provide an overview of the literature on the association between the general external exposome and CKD development or progression. We searched MEDLINE and EMBASE for case-control or cohort studies, that investigated the association of the general external exposome with a change in eGFR or albuminuria, diagnosis or progression of CKD, or CKD-related mortality. The risk of bias of included studies was assessed using the Newcastle-Ottawa Scale. Summary effect estimates were calculated using random-effects meta-analyses. Most of the 66 included studies focused on air pollution (n = 33), e.g. particulate matter (PM) and nitric oxides (NOx), and heavy metals (n = 21) e.g. lead and cadmium. Few studies investigated chemicals (n = 7) or built environmental factors (n = 5). No articles on other environment factors such as noise, food supply, or urbanization were found. PM2.5 exposure was associated with an increased CKD and end-stage kidney disease incidence, but not with CKD-related mortality. There was mixed evidence regarding the association of NO2 and PM10 on CKD incidence. Exposure to heavy metals might be associated with an increased risk of adverse kidney outcomes, however, evidence was inconsistent. Studies on effects of chemicals or built environment on kidney outcomes were inconclusive. In conclusion, prolonged exposure to PM2.5 is associated with an increased risk of CKD incidence and progression to kidney failure. Current studies predominantly investigate the exposure to air pollution and heavy metals, whereas chemicals and the built environment remains understudied. Substantial heterogeneity and mixed evidence were found across studies. Therefore, long-term high-quality studies are needed to elucidate the impact of exposure to chemicals or other (built) environmental factors and CKD.
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 | 0,011 | 0,032 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,016 | 0,030 |
| Bibliométrie | 0,007 | 0,009 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».