Factors affecting the incidence of congenital anomaly of the kidney and urinary tract: A systematic review and meta-analysis
Notice bibliographique
Résumé
INTRODUCTION: Congenital anomaly of kidney and urinary tract (CAKUT) is one of the most common congenital anomalies, occurring in over 1 % of live births and accounting for 40-50 % of chronic kidney failure cases in children. The prevalence of CAKUT was multifaceted and varies widely. This study aimed to report the latest evidence of incidence, trends, and risk factors associated with the incidence of CAKUT. EVIDENCE ACQUISITION: We conducted a systematic search of PubMed, ScienceDirect, Scopus, and Proquest databases. The included studies were then assessed using Newcastle-Ottawa (NOS) risk of bias tools. Meta-analysis was performed using Review Manager version 5.4.1 software and presented as pooled incidence and Odds Ratio (OR) with a 95 % confidence interval. EVIDENCE SYNTHESIS: Eight studies in total were included from 2004 to 2022 (12.838 infants with CAKUT of all ages). NOS risk of bias tools indicated all studies had low risk of bias. The overall pooled incidence of CAKUT was 13,6 per 1000 births (95 % CI: 4 to 45,7 per 1000 births) in all infants and 4,9 per 1000 births (95 % CI: 1,1 to 21,3 per 1000 births) in term infants without congenital anomalies, with an increasing trend over the years. Factors, such as sex (boys) (OR = 1,53; 95 % CI 1,26-1,86), prematurity (OR = 1,46; 95 % CI 1,27-1,67), low birth weight (OR = 1,28; 95 % CI 1,10-1,48), maternal diabetes (OR = 1,81; 95 % CI 1,43-2,28), maternal obesity (OR = 1,45; 95 % CI 1,23-1,70), and maternal age (>40 years) were also found to be risk factors of CAKUT incidence. Furthermore, one study reported race (black people [OR = 0,89; 95 % CI 0,87-0,91] and Hispanics [OR = 1,22; 95 % CI 1,18-1,25]) to be a risk factor of CAKUT. CONCLUSIONS: The incidence of CAKUT was high and showed an increasing trend over the years. Several risk factors, such as sex, prematurity, low birth weight, maternal diabetes, maternal obesity, maternal age and race were also found to be associated with CAKUT incidence. These findings should increase awareness regarding CAKUT incidence in at-risk populations.
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 | 0,013 | 0,032 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,019 | 0,041 |
| Bibliométrie | 0,007 | 0,009 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| 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 ».