Prevalence and Risk Factors of Asthma in Children: A Systematic Review and Meta-analysis
Notice bibliographique
Résumé
The present study aims to evaluate the prevalence and risk factors of asthma in children through a meta-analysis. The PubMed, Embase, Cochrane, and Web of Science databases were comprehensively retrieved for studies on the prevalence and risk factors of childhood asthma (CA) published between January 1, 2015, and July 8, 2024. Studies were screened and selected based on predefined eligibility criteria, and pertinent data were extracted. The quality of eligible studies was evaluated through the Newcastle-Ottawa Scale (NOS). Statistical analyses were undertaken via Stata 16 and R 4.4.1. 45 studies comprising 647,414 participants were included. The pooled prevalence of CA was 11.9% (95% CI: 8.8–15.8%). The meta-analysis identified several risk factors for CA, including prenatal exposure to per- and polyfluoroalkyl substances (PFAS) (OR = 0.89, 95% CI: 0.80–0.98, P = 0.021), prenatal exposure to acid-suppressive medications (OR = 1.11, 95% CI: 1.04–1.19, P = 0.002), maternal folic acid supplementation during pregnancy (OR = 1.18, 95% CI: 1.10–1.27, <i>p</i> < 0.001), as well as <i>Helicobacter pylori</i> infection in childhood (OR = 2.07, 95% CI: 1.35–3.15, <i>p</i> = 0.001). The prevalence rate of asthma among children was approximately 11.9%. Prenatal exposure to PFAS and acid-suppressive medications, <i>Helicobacter pylori</i> infection in childhood were proved to be risk factors for asthma. Folic acid supplementation during pregnancy is positively associated with a reduced risk of asthma in children. Further large-scale prospective research is warranted to unveil the roles and significance of these factors.
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 | 0,000 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,000 | 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,042 | 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 tête enseignante, 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 ».