Health inequalities and outcomes following acute kidney injury: a systematic review & meta-analyses of observational studies
Notice bibliographique
Résumé
Abstract Background Inequalities in health describe the uneven distribution of health outcomes that result from genetic or environmental factors. The extent to which inequalities impact on outcomes from AKI is uncertain. The aim of this systematic review and meta-analysis was to determine the impact of health inequalities on AKI outcomes. Methods This review has been registered on PROSPERO (CRD42023422307). We included observational studies of adults who experienced at least one episode of AKI that reported outcomes stratified by sex/gender, race/ethnicity, deprivation, income, education, employment, housing, smoking, mental health conditions, geography or insurance status. The primary outcome was all-cause mortality and secondary outcomes were: progression to acute kidney disease; incident CKD; progressive CKD; AKI recovery; cardiovascular events; hospitalisations; ICU admission and hospital length of stay. The search was conducted in MEDLINE, Embase and Web of Science from inception to 10 th January 2024. Study selection, extraction and risk of bias (Newcastle-Ottawa) were performed independently and studies meta-analysed where possible. Results 7,312 titles/abstracts were screened, and 36 studies included (n=2,038,441). Few included data from lower-middle income countries (n=3). Evidence predominantly related to sex/gender (n=25), race/ethnicity (n=14) and deprivation (n=11). On pooling relevant studies, no sex/gender-specific differences in all-cause mortality or AKI recovery were seen. Of twelve studies reporting mortality by race/ethnicity, six found no variation by racial/ethnic group. Six of nine studies reporting mortality by socioeconomic status found deprivation was an independent predictor of death. Few studies assessed the impact of mental health (n=3), insurance (n=1), housing (n=2), geography (n=1) and smoking status (n=3) and no reports quantified the impact of income, education, employment or substance use. Conclusion This systematic review highlights a lack of evidence related to inequalities and AKI. Further studies are required to address these gaps and achieve progress towards equitable kidney health. Clinical trial number Not applicable.
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 | 0,004 | 0,019 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,023 | 0,003 |
| 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 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».