Statin use is associated with lower inflammation and erythropoietin responsiveness index in hemodialysis patients
Notice bibliographique
Résumé
Patients with end-stage renal disease are prone to inflammation and inflammation is related to erythropoietin-stimulating agent hyporesponsiveness and mortality in this population. Statins have been demonstrated to reduce cardiovascular mortality in selected populations of end-stage renal disease patients. These drugs have pleiotrophic effects such as anti-inflammation. In this retrospective analysis, we determined whether the use of statins improves inflammation and inflammation-related anemia in a cohort of hemodialysis patients. Data were analyzed from Fresenius Medical Care Dialysis Clinics in Turkey between 2005 and 2007. Seventy prevalent hemodialysis patients who were on statins at the start of the study and have been on statins during follow-up (statin users) and 1293 patients who were not on statin at the start of the study and had never been prescribed any lipid-modifying drugs during follow-up (statin nonusers) were included in the study. High-sensitive C-reactive protein levels were significantly decreased in statin users (1.50±1.49 vs. 1.33±1.11 mg/L, P=0.05) compared with nonusers (1.93±3.22 vs. 2.05±2.77 mg/L). Hemoglobin levels and the rate of erythropoietin-stimulating agent users were similar. However, the prescribed erythropoietin-stimulating agent dose (31.6±27.5 vs. 47.3±45.2 U/kg/week, P<0.05) and the erythropoietin response index (2.90±2.73 vs. 4.51±4.48 U/kg/week/Hb, P=0.001) were lower in statin users compared with statin nonusers. On stepwise multiple regression analysis, gender, high-sensitive C-reactive protein, duration of hemodialysis, serum ferritin, and statin use were independent determinants of the erythropoietin responsiveness index. Our results suggest that statin treatment leads to lower inflammation and improves hematopoiesis in hemodialysis patients.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,001 | 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 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 ».