Renal dysfunction in patients with thalassaemia
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
Little is known about the effects of thalassaemia on the kidney. Characterization of underlying renal function abnormalities in thalassaemia is timely because the newer iron chelator, deferasirox, can be nephrotoxic. We aimed to determine the prevalence and correlates of renal abnormalities in thalassaemia patients, treated before deferasirox was widely available, using 24-h collections of urine. We calculated creatinine clearance and urine calcium-to-creatinine ratio and measured urinary β(2) -microglobulin, albumin, and protein. We used multivariate modelling to identify clinical, therapeutic, and laboratory predictors of renal dysfunction. One-third of thalassaemia patients who were not regularly transfused had abnormally high creatinine clearance. Regular transfusions were associated with a decrease in clearance (P = 0·004). Almost one-third of patients with thalassaemia had hypercalciuria, and regular transfusions were associated with an increase in the frequency and degree of hypercalciuria (P < 0·0001). Albuminuria was found in over half of patients, but was not consistently associated with transfusion therapy. In summary, renal hyperfiltration, hypercalciuria, and albuminuria are common in thalassaemia. Higher transfusion intensity is associated with lower creatinine clearance but more frequent hypercalciuria. The transfusion effect needs to be better understood. Awareness of underlying renal dysfunction in thalassaemia can inform decisions now about the use and monitoring of iron chelation.
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 | 0,000 | 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) | 0,000 | 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