MétaCan
Menu
Retour à la cohorte
Enregistrement W4415273748 · doi:10.3389/fimmu.2025.1613441

Air pollution, emerging chemical exposures, and systemic lupus erythematosus: a meta-epidemiology study

2025· article· en· W4415273748 sur OpenAlexaboutno aff
Yaling Xu, Hejing Pan, Chen Wu, Xuanlin Li, Qiaoding Dai, Lin Huang

Notice bibliographique

RevueFrontiers in Immunology · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueSystemic Lupus Erythematosus Research
Établissements canadiensnon disponible
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésSystemic lupus erythematosusSystemic lupusAutoimmune diseaseAutoimmunityLupus erythematosusAutoantibody

Résumé

récupéré en direct d'OpenAlex

Objectives This meta-analysis evaluated the direction and strength of associations between air pollution, emerging chemical pollutants, and systemic lupus erythematosus (SLE) incidence, clarifying distinct relationships by pollutant type. Method By utilizing medical subject headings and keywords from the PubMed and EMBASE databases, a thorough search was conducted for published observational studies linking air pollution and SLE from inception until August 2024. The Newcastle-Ottawa Scale (NOS) was utilized to evaluate the quality of the studies. Statistical analyses were performed using STATA software (version 14.0), with the assessment of publication bias conducted through funnel plots and Egger’s test. Result This meta-analysis encompassed 8 studies published between 2018 and 2024, involving a total of 1,390,348 individuals. We assessed exposure to standard air pollutants and emerging chemical pollutants, specifically including perfluoroalkyl and polyfluoroalkyl substances (PFASs, a type of persistent chemical widely used in nonstick cookware and waterproof products) and bisphenol compounds (BPs, a synthetic chemical primarily used in plastic products and resins). These eight studies identified significant positive associations between SLE incidence and exposure to PM2.5 [OR = 1.16, 95% CI (1.02-1.32), I2 = 62.4%, p=0.031], NO2 [OR = 1.24, 95% CI (1.11-1.38), I² = 0.0%, P = 0.603], and PFASs [OR = 2.47, 95% CI (1.54-2.57)], while O3 exhibited a negative association [OR = 0.83, 95% CI (0.70-0.98), I² = 19.3%, P = 0.290]. No significant links were found for PM10 [OR = 1.11, 95% CI (0.90–1.36), I² = 66.3%, P = 0.031], SO2 [OR = 0.99, 95% CI (0.66-1.48), I² = 79.0%, P = 0.001], and BPs [OR = 1.26, 95% CI (0.80-1.99)]. Sensitivity analyses supported robustness without evidence of publication bias. Conclusion The results of this meta-analysis suggest that air pollutants PM2.5 and NO2 may be potential environmental risk factors for SLE, while the negative correlation with O3 requires further research to validate its potential mechanisms. It is worth noting that although a study on PFASs showed a strong association with SLE, this finding requires further evidence due to the limited number of relevant studies currently available. These findings imply that improving air quality and strengthening regulation of emerging pollutants may reduce the disease burden of SLE. Based on the current strength of evidence, public health policies should prioritize reducing population exposure levels to PM2.5 and NO2, which may help reduce the potential risk of SLE onset. Concurrently, larger-scale studies should be conducted to confirm the association between other environmental pollutants such as PFASs and SLE, providing more comprehensive scientific evidence for the development of targeted environmental health policies. Systematic Review Registration https://www.crd.york.ac.uk/PROSPERO/ , PROSPERO (CRD42024581931).

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

Étiquettes directes de modèles (non validées)

Étiquettes de catégorie et de devis d'étude par modèle, issues des rondes d'étiquetage. C'est une sortie machine, non validée, et le désaccord entre modèles est livré comme donnée. Aucun devis ici n'est encore validé contre MEDLINE.

BrasCatégoriesDevis d'étudeConfiance
gemmaMéta-épidémiologie (sens large)
Domaine: non disponible · Genre: Empirique
Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non
Observationnellow
gptaucune catégorie
Domaine: non disponible · Genre: Synthèse
Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non
Méta-analyselow
modèles en désaccordL'accord compare des ensembles de catégories et des devis identiques entre les bras.

Prédiction machine sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,016
score de la tête « metaresearch » (Gemma)0,028
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens large)
Catégories consensuellesaucune
DomaineSignal candidat: Méthodes · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,986
Score d'incertitude au seuil0,084

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0160,028
Méta-épidémiologie (sens strict)0,0040,002
Méta-épidémiologie (sens large)0,0140,062
Bibliométrie0,0080,009
Études des sciences et des technologies0,0010,001
Communication savante0,0040,002
Science ouverte0,0020,002
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,029
Tête enseignante GPT0,314
Écart entre enseignants0,285 · 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

Étiqueté directement par 2 modèles lisant le dossier complet.

Méta-épidémiologie (sens large)

Les modèles divergent sur des parties de cette classification; chaque voix est préservée dans la section en fin de page.

Devis d'étudeObservationnel · Méta-analyse
Domainenon disponible
GenreEmpirique · Synthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in ImmunologyMême sujetSystemic Lupus Erythematosus ResearchCatégorieMéta-épidémiologie (sens large)Travaux en français237 207