Contribution of impaired renal function to cardiovascular risk prediction models in renal transplant recipients
Notice bibliographique
Résumé
BACKGROUND: The Framingham risk score (FRS) and cardiovascular risk calculator for renal transplant recipients (CRCRTR-MACE) quantify cardiovascular risk in renal transplant recipients (RTR). In contrast to the FRS, the CRCRTR-MACE includes serum creatinine as a variable in the risk prediction equation. OBJECTIVE: To determine the influence of impaired renal function on performances of the two equations. METHODS: A chart review of 270 RTR transplanted from 1979 to 2012. High risk was defined at scores ≥20%. Standard statistical analyses included multivariate analysis (MVA), stepwise analysis, and odds ratio to estimate contributions of risk factors. RESULTS: Mean transplant duration was 9.51 ± 6.65 yr. Mean eGFR was 59.19 ± 28.26 mL/min/1.73 m(2) . FRS and CRCRTR-MACE scores of least 20% were present in 9.3% and 24.8%, respectively, while 7.2% and 11.2% of RTR with eGFR ≥60 mL/min/1.73 m(2) were high risk, respectively. Mean age, blood pressure, TC:HDL ratio, smoking, and diabetes were evenly distributed in patients with varying eGFR. FRS scores remained similar at wide eGFR range (≤30 mL/min/1.73 m(2) -≥90 mL/min/1.73 m(2) ), while CRCRTR-MACE scores significantly increased as eGFR decreased. CONCLUSIONS: CRCRTR-MACE identified more patients at high cardiovascular risk, even in those with more favorable renal function, suggesting a fundamental difference between the two calculators beyond renal function.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| 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 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 ».