Intraindividual variability of the modified Schwartz and novel CKiD GFR equations in pediatric renal transplant patients
Notice bibliographique
Résumé
Tsampalieros A, Lepage N, Feber J. Intraindividual variability of the modified Schwartz and novel CKiD GFR equations in pediatric renal transplant patients. Pediatr Transplantation 2011: 15: 760–765. © 2011 John Wiley & Sons A/S. Abstract: GFR in children can be obtained from a formula using SCr and height or various formulas including serum CysC. Recently, two new GFR formulas have been developed: (i) height and SCr—mSchwartz GFR and (ii) height, SCr, CysC, and serum urea (CKiD GFR). While these formulas proved to be accurate when compared to the gold standard, their use in children post‐kidney Tx is yet to be assessed. A total of 1174 blood samples (urea, SCr and CysC) were analyzed from the post‐Tx period in 24 Tx children (12 boys, median age = 8.6 yr) currently followed at our institution. CKiD GFR and mSchwartz GFR were compared using Bland–Altman analysis and the CV. The mSchwartz GFR overestimated the CKiD GFR (mean bias = 1.09 ± 0.14; 95% limits of agreements from 0.82 to 1.36). Median CV of CKiD GFR (10.3%) was significantly lower than that of mSchwartz GFR (15.0%), p = 0.04, and negatively correlated with the slope of GFR (r2 = 0.34, p = 0.0026). In conclusion, CKiD GFR has a significantly lower intraindividual variation than mSchwartz GFR and may be better suited for longitudinal follow‐up of patients post‐Tx.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), 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 ».