MétaCan
Menu
Retour à la cohorte
Enregistrement W7110863974 · doi:10.3389/fimmu.2025.1613441.s001

Table 1_Air pollution, emerging chemical exposures, and systemic lupus erythematosus: a meta-epidemiology study.docx

2025· dataset· W7110863974 sur OpenAlexaboutno aff

Notice bibliographique

RevueFigshare · 2025
Typedataset
Langue
Domaine
Thématique
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésIncidence (geometry)Air pollutantsObservational studyFunnel plotSystemic lupus erythematosusStatistical analysisMeta-analysis

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 PM<sub>2.5</sub> [OR = 1.16, 95% CI (1.02-1.32), I<sup>2</sup> = 62.4%, p=0.031], NO<sub>2</sub> [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<sub>3</sub> 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<sub>10</sub> [OR = 1.11, 95% CI (0.90–1.36), I² = 66.3%, P = 0.031], SO<sub>2</sub> [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<sub>2.5</sub> and NO<sub>2</sub> may be potential environmental risk factors for SLE, while the negative correlation with O<sub>3</sub> 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<sub>2.5</sub> and NO<sub>2</sub>, 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: Jeu de données
Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non
Observationnelmedium
gptCharge utile insuffisante (le modèle a refusé de juger)
Domaine: non disponible · Genre: Jeu de données
Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non
Sans objethigh
modèles en désaccordL'accord compare des ensembles de catégories et des devis identiques entre les bras.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,050
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens strict), Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesMéta-épidémiologie (sens strict), Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,354
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,050
Méta-épidémiologie (sens strict)0,0040,004
Méta-épidémiologie (sens large)0,0110,002
Bibliométrie0,0020,004
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
Science ouverte0,0040,006
Intégrité de la recherche0,0030,004
Charge utile insuffisante (le modèle a refusé de juger)0,3700,016

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 Opus0,073
Tête enseignante GPT0,321
Écart entre enseignants0,248 · 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)Charge utile insuffisante (le modèle a refusé de juger)

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

Devis d'étudeObservationnel · Sans objet
Domainenon disponible
GenreJeu de données

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

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFigshareCatégorieMéta-épidémiologie (sens large)Travaux en français237 207