Heavy Metal Exposure and Renal Impairment: A Systematic Review of Observational Studies
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Background: Environmental exposure to toxins has been strongly implicated in its multi-faceted etiology of chronic kidney disease, a serious public health problem affecting individuals, families, and communities. There is a need to synthesize available studies on the effect of heavy metal exposure on renal function, considering the rising global burden of kidney disease. The objective of this study is to determine the association between exposure to heavy metals and renal disease. Methods: The Preferred Reporting Items for Systematic Review and Meta-Analysis (PRISMA) were used to conduct the review. A comprehensive independent search, title, abstract, and full-text screening of available literature on Google Scholar, PubMed, and OAREScience was done between March 2021 and May 2021. The criteria for study inclusion were full-text articles published in English language in the last 20 years (2001-2020), and observational primary human studies reporting the association between heavy metal exposure and renal disease. The Newcastle-Ottawa Quality Assessment Scale was used to assess the quality of the included studies. Results: A total of 552 studies were identified following the search from the different databases. A total of 13 studies were finally included in the review. Heavy metals implicated in the studies include cadmium, lead, mercury, and arsenic, with ten studies showing environmental exposure as the primary source. Ten (10) studies showed an association between heavy metal exposure and renal impairment (p<0.05) while only 3 studies reported no association. Conclusion: Environmental monitoring is needed to stem the tide of heavy metal exposure in view of the growing burden of chronic kidney disease.
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.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 découle