Validation of the Virga GFR Equation in a Renal Transplant Population
Notice bibliographique
Résumé
BACKGROUND: Virga and colleagues derived a glomerular filtration rate (GFR) equation which demonstrated a superior performance over Cockcroft-Gault (C-G) and modified diet in renal disease-isotope dilution mass spectrometry (MDRD-IDMS) formulas in chronic kidney disease (CKD) patients. AIM: To validate the performance of the Virga equation on 103 renal transplant patients. METHODS: We compared the performances of the MDRD-IDMS, C-G and Virga equations using inulin clearance as a reference test. Error, accuracy, relative accuracy, precision, scatter, and coefficient of variance of each equation were tested. RESULTS: The mean absolute percentage error in estimated GFR by the new equation was 39.8 +/- 36.34% (mean +/- SD). Relative accuracy at 10, 30 and 50% range were 18.44, 48.54 and 73.78%, respectively. It has a bias of 0.09 +/- 0.169 and a precision of 19.69. Inulin clearance (GFR) in stages 1-4 were 106.19 +/- 14.11, 71.17 +/- 7, 42.37 +/- 8.40 and 22.92 +/- 3.48 ml/min/1.73 m(2), respectively. Comparative statistics in the overall population and in patients with transplant CKD stage 3T showed that the MDRD-IDMS equation had better accuracy. The performance of MDRD-IDMS over the Virga equation was clearly superior for males. In patients with CKD stage 2T, the Virga equation showed superiority over MDRD-IDMS. In the overall and subpopulations, the Virga equation performed better than the C-G equation. CONCLUSION: Among renal transplant patients, the results suggest that the best GFR estimate is probably obtained using the MDRD-IDMS equation in moderate kidney failure whilst the Virga formula was superior to MDRD-IDMS for patients with mild kidney failure. As in untransplanted patients, estimating GFR with the MDRD-IDMS equation is not advisable in the range of normal renal function because of its known underestimation of 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 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 | 0,007 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 ».