Seasonal Variation of Serum Lipid Levels in Stable Renal Transplant Recipients
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
BACKGROUND/AIMS: Seasonal variation in lipid levels is well described in the general population, but has not been examined in renal transplant recipients (RTR). We sought to determine whether seasonal differences exist in RTR, a group at high risk for hyperlipidemia. METHODS: We reviewed our population of 920 adults, identifying primary allograft recipients with survival > or =1 year, stable function, and > or =1 pair of post-6 months 'winter' (December 21 to March 20) plus 'summer' (June 21 to September 22) fasting lipid measurements within the same year. Correlations between factors affecting lipids and lipid level change were followed by multiple linear regression analysis. RESULTS: 243 patients contributed 344 pairs. When most recent seasonal pair (n = 243) and all pairs (n = 344) were separately analyzed, no seasonal total cholesterol difference (winter vs. summer) was seen (5.08 vs. 5.05 mmol/l, p = 0.80; 5.11 vs. 5.09 mmol/l, p = 0.81 respectively). Opposing variation was seen between hyperlipidemic and nonhyperlipidemic patients (0.08 vs. -0.18 mmol/l for winter minus summer, p = 0.02). In multivariate analysis, seasonal cholesterol variation was predicted by level (p < 0.0001) and hemoglobin change (p = 0.01), while triglyceride variation was predicted only by level (p = 0.01). CONCLUSION: RTR do not exhibit seasonal variation in lipids, unlike the general population. Factors unique to RTR such as immunosuppressive therapies may act to suppress any seasonal effects.
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 | 0,006 | 0,002 |
| 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 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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