The Modification of Diet in Renal Disease (MDRD) Equations Provide Valid Estimations of Glomerular Filtration Rates in Patients with Advanced Heart Failure
Notice bibliographique
Résumé
BACKGROUND: Glomerular filtration rate (GFR) has major prognostic implications in heart failure. Our objective was to validate the MDRD prediction equations for GFR in patients with advanced heart failure, and to compare their predictive performance to that of the Cockcroft-Gault (CG) equation. METHODS: We analysed GFR in 45 patients referred for heart transplantation evaluation. 51Cr-EDTA-measured GFR was compared to GFR estimates obtained by MDRD1 and MDRD2 equations, CG equation using actual body weight, and ideal body weight. Regression analyses and Pearson correlations were performed, and Bland and Altman plots were drawn. ROC curves were obtained to illustrate each equation's ability to predict a GFR less than 60 ml/min/1.73 m2 (moderate renal impairment). RESULTS: Patients had a mean age of 52 years, and 69% were in NYHA class III. The mean EDTA-measured GFR was 46.9+/-17.2 ml/min/1.73 m2. The MDRD1 equation provided the best predictive model (narrowest limits of agreement; r = 0.766, p < 0.001), and the highest performance in predicting a GFR less than 60 ml/min/1.73 m2 (area under curve: 0.901). CONCLUSIONS: MDRD equations, especially MDRD1, adequately predict GFR in advanced heart failure, with higher accuracy than the CG equation. MDRD1 also has higher performance in predicting a GFR less than 60 ml/min/1.73 m2.
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 | 0,001 | 0,001 |
| 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 | 0,000 |
| 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 ».