MétaCan
Menu
Retour à la cohorte
Enregistrement W4410742176 · doi:10.1007/s00467-025-06797-z

Kidney health outcomes in children born very prematurely compared to full-term counterparts: a systematic review and meta-analysis

2025· review· en· W4410742176 sur OpenAlexaboutno aff
Vaia Dokousli, Anastasia Stoimeni, Νikolaos Gkiourtzis, Despoina Samourkasidou, Vera Karatisidou, Nikolaos Charitakis, Kali Makedou, Christos Tsakalidis, George Koliakos, Despoina Tramma

Notice bibliographique

RevuePediatric Nephrology · 2025
Typereview
Langueen
DomaineMedicine
ThématiqueBirth, Development, and Health
Établissements canadiensnon disponible
Organismes subventionnairesAristotle University of Thessaloniki
Mots-clésMedicineRenal functionGestational agePediatricsCystatin CNephrologyBirth weightInternal medicinePregnancy

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Advances in neonatal care have improved survival rates in preterm neonates. However, concerns persist regarding the long-term kidney implications of prematurity. Nephrogenesis is disrupted, particularly in those born very preterm (≤ 32 weeks of gestation), increasing the risk of early kidney dysfunction and hypertension later in life. OBJECTIVES: This systematic review and meta-analysis aimed to evaluate kidney health outcomes in former very preterm children and adolescents compared to full-term peers. DATA SOURCES: A systematic literature search was conducted in MEDLINE/PubMed, Scopus, and Web of Science from their earliest available records to October 9, 2024. STUDY ELIGIBILITY CRITERIA: We included observational studies comparing kidney health parameters between children/adolescents born very preterm (gestational age - GA ≤ 32 weeks) and their full-term counterparts (gestational age > 36 weeks or birth weight > 2000 g) within the age range of 6 to 18 years. PARTICIPANTS AND INTERVENTIONS: Children and adolescents aged 6-18 years born very preterm were compared to their full-term counterparts. The analyzed kidney function markers included serum Cystatin C, serum creatinine (sCr), estimated glomerular filtration rate (eGFR) based on sCr (Cr-eGFR), and blood pressure (systolic and diastolic, SBP/DBP). STUDY APPRAISAL AND SYNTHESIS METHODS: The Newcastle-Ottawa Scale was used to assess study quality. The mean difference with 95% confidence intervals was used for continuous outcomes. Statistical significance was set at p < 0.05. Sensitivity, subgroup and meta-regression analyses were conducted for further exploration of the outcomes. Statistical analyses were performed using R software (Version 4.3.2). RESULTS: ; 95%CI: -22.44 to -1.31), and higher SBP (1.96 mmHg; 95%CI: 0.21-3.71). Sensitivity analysis confirmed Cystatin C findings but rendered Cr-eGFR and SBP differences non-significant. Subgroup analysis showed a significant GA effect on sCr (p < 0.0001), though the ≥ 28 weeks subgroup included only two studies. LIMITATIONS: Considerable heterogeneity across studies persisted despite sensitivity and subgroup analyses. The lack of randomized controlled trials and longitudinal studies limits result interpretation, while non-significant meta-regression findings hinder full explanation of heterogeneity. Insufficient data prevented the assessment of additional kidney function parameters. CONCLUSIONS AND IMPLICATIONS OF KEY FINDINGS: Cystatin C was elevated in very preterm individuals compared to full-term peers, reinforcing its role as an early marker of kidney dysfunction. While differences in Cr-eGFR and SBP lost significance after sensitivity analysis, these markers remain relevant for long-term follow-up in this vulnerable population. SYSTEMATIC REVIEW REGISTRATION NUMBER: PROSPERO (CRD42024554702).

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Méta-épidémiologie (sens large)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,900
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0240,002
Bibliométrie0,0020,003
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,041
Tête enseignante GPT0,363
Écart entre enseignants0,322 · 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 tête enseignante, pas un consensus.

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

Citations3
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePediatric NephrologyMême sujetBirth, Development, and HealthTravaux en français237 207