Current epidemiological overview of glomerulonephritis in Latin America: a systematic literature review
Notice bibliographique
Résumé
BACKGROUND: Glomerulonephritis (GN) is a group of kidney disorders marked by glomerular damage, leading to proteinuria, hematuria, hypertension, and impaired kidney function. Despite advancements in diagnostics, kidney biopsy remains the gold standard for diagnosis. The prevalence of GN varies globally, with Latin America showing a significant increase in incidence rates. METHODS: This systematic review adhered to PRISMA guidelines and included observational studies from PubMed, Embase, Cochrane, and SciELO databases. Studies were selected based on their focus on the prevalence of GN and its subtypes in Latin America from 2000 onward. The quality of the studies was assessed using the Newcastle-Ottawa Scale adapted for cross-sectional studies. RESULTS: Following the search, a total of 4336 articles were screened. Of these, 49 underwent full-text review, and 35 met the inclusion criteria, encompassing 61,979 kidney biopsies analyzed across studies conducted in Latin America. The studies spanned a time frame of 1-35 years, with a mean age at biopsy ranging from 28 to 57 years. Focal Segmental Glomerulosclerosis (FSGS) and Lupus Nephrtis were the most frequent primary and secondary glomerulopathies. Nephrotic syndrome was the leading indication for biopsy, and electron microscopy was only reported in 17 studies. Few studies reported data on estimated glomerular filtration rate (eGFR), interstitial fibrosis, and tubular atrophy. Furthermore, subclassification of FSGS into primary and secondary forms was performed in only four studies. Most countries in Latin America reported kidney biopsy rates below 50 per million population per year (pmp/yr), substantially lower than those observed in high-income countries, where rates commonly exceed 100-200 pmp/yr. CONCLUSIONS: The epidemiology of glomerulonephritis in Latin America is heterogeneous, with marked regional differences and predominance of FSGS as the leading primary GN; however, data on primary FSGS (pFSGS) are lacking. Compared to high-income countries, most Latin American countries report significantly lower rates of kidney biopsies per million population, which, combined with limited diagnostic resources, may contribute to the underdiagnosis and potential misclassification of glomerular diseases.
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 | 0,007 | 0,024 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,007 | 0,006 |
| Bibliométrie | 0,029 | 0,025 |
| 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 | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».