Predictors of New Onset of Diabetes after Transplantation in Stable Renal 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: Several groups identified pre-transplant factors which contribute to the development of new onset of diabetes after transplantation (NODAT). AIM: To identify post-transplant risk factors for NODAT. METHODS: 55 stable renal transplant patients were divided into group A of 34 recipients with normoglycemia and group B of 21 recipients with impaired fasting glucose. Markers including insulin, pro-insulin, soluble receptors for advanced glycated end products (sRAGE), adiponectin, malondialdehyde, homeostasis model assessment of insulin resistance (HOMA-IR), and beta-cell function were calculated at the outset and correlated, thereafter, with the later development of NODAT after a follow-up duration of 14.98 +/- 3.97 months. RESULTS: 11.8 and 19% of groups A and B respectively developed NODAT. Insulin, sRAGE, HOMA-IR and basal fasting plasma glucose correlated with the development of NODAT in univariate analysis. A baseline insulin level of 54.54 mU/l predicted the development of NODAT with a specificity of 95.45% and was the only significant factor in the multivariate analysis. beta-Cell function was not different among the three groups. CONCLUSIONS: A long prodrome of insulin resistance (IR) exists prior to development of NODAT. 50% of patients with NODAT will remit to a normoglycemic state. IR, rather than beta-cell dysfunction, precedes the development of NODAT. Serum insulin in stable non-diabetic renal transplant patients can be used as a confirmatory test to the development of future NODAT.
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 | 0,000 | 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 découle