Transmetallation and gadolinium: Do low iron stores prevent the development of nephrogenic systemic fibrosis in high‐risk end‐stage renal disease patients?
Notice bibliographique
Résumé
Nephrogenic systemic fibrosis (NSF) is a systemic disorder that occurs in patients with renal failure and manifests as a thickening of the skin and flexion contractures of the joints. The etiology may involve an exposure to a gadolinium (Gd)-based magnetic resonance contrast agent. It has been proposed that in hemodialysis (HD) patients, iron mobilization (decreased total iron-binding capacity, increased iron level, and transferrin oversaturation) causes a transmetallation reaction and the release of free Gd from its chelator with the deposition of both Gd and iron in the affected tissues leading to fibrosis. The objective of this study was to investigate whether the use of gadopentetate dimeglumine leads to iron mobilization and to the development of NSF in HD patients. A retrospective chart analysis of 236 HD patients was performed and patients who had received a Gd-containing contrast agent were selected for analysis of their iron studies before and after the Gd exposure. A total of 25 patients were identified as having had a magnetic resonance imaging study and all were administered gadopentetate dimeglumine and no patients had any signs or symptoms suggestive of NSF. Six patients had the appropriate iron studies, which showed no statistically significant difference in the serum iron, total iron-binding capacity, ferritin, or transferrin saturation before and after exposure to gadopentetate dimeglumine. Our data suggest that the use of gadopentetate dimeglumine in HD patients did not cause iron mobilization and transmetallation therefore may partially explain the lack of development of NSF seen in our patient population.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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) | 0,001 | 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 ».