Effectiveness of Early Detection Programs for Chronic Kidney Disease in Children: A Systematic Review
Notice bibliographique
Résumé
Background:Chronic Kidney Disease (CKD) in children poses a significant global health challenge, often progressing silently until advanced stages. Early detection is critical to initiate timely interventions that can prevent irreversible renal damage, reduce morbidity, and improve long-term outcomes. Despite advances in diagnostics, the effectiveness and implementation of pediatric CKD early detection programs vary globally. Objective:This systematic review aimed to evaluate the effectiveness of early detection programs for CKD in children, focusing on their impact on early diagnosis, disease progression, and clinical outcomes across different healthcare settings. Methods:Following PRISMA 2020 guidelines, a comprehensive search was conducted in PubMed, Scopus, Web of Science, Embase, and Cochrane Library from January 2015 to September 2025. Eligible studies included randomized controlled trials, cohort, cross-sectional, and case-control studies evaluating early detection or screening programs for pediatric CKD. Data were extracted on study design, screening type, outcomes, and implementation characteristics. Quality assessment was performed using Cochrane RoB 2.0, Newcastle–Ottawa Scale, and JBI tools. Results:Out of 2,161 identified records, 28 studies met inclusion criteria. Most studies originated from Asia (Japan, Korea, India, Iran) and Europe. School-based urinary screening and risk-targeted screening programs demonstrated effectiveness in detecting asymptomatic CKD at earlier stages and facilitating timely nephrology referrals. Biomarker-based approaches—such as cystatin C, netrin-1, NGAL, and KIM-1—significantly improved diagnostic accuracy compared to serum creatinine alone. Integrating biomarker screening with school and primary-care programs improved early detection rates and reduced CKD progression risk. However, cost-effectiveness and sustainability remain major challenges, especially in low- and middle-income countries. Conclusion:Early detection programs for pediatric CKD are effective in identifying renal impairment at subclinical stages, enabling early intervention and slowing disease progression. The combination of population-based screening and biomarker-guided testing offers the best balance between sensitivity and practicality. Future research should prioritize standardizing screening protocols, integrating digital tools and AI-based risk prediction, and evaluating long-term cost-effectiveness to inform global pediatric nephrology policies.
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 | 0,078 | 0,031 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 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 validéePrédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».