Air pollution, emerging chemical exposures, and systemic lupus erythematosus: a meta-epidemiology study
Notice bibliographique
Résumé
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 PM 2.5 [OR = 1.16, 95% CI (1.02-1.32), I 2 = 62.4%, p=0.031], NO 2 [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 O 3 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 PM 10 [OR = 1.11, 95% CI (0.90–1.36), I² = 66.3%, P = 0.031], SO 2 [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 PM 2.5 and NO 2 may be potential environmental risk factors for SLE, while the negative correlation with O 3 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 PM 2.5 and NO 2 , 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.
| Bras | Catégories | Devis d'étude | Confiance |
|---|---|---|---|
| gemma | Méta-épidémiologie (sens large) Domaine: non disponible · Genre: Empirique Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Observationnel | low |
| gpt | aucune catégorie Domaine: non disponible · Genre: Synthèse Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Méta-analyse | low |
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| 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 | 0,000 |
| 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 validéeÉtiqueté directement par 2 modèles lisant le dossier complet.
Les modèles divergent sur des parties de cette classification; chaque voix est préservée dans la section en fin de page.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».