Review article: Managing bone complications after kidney transplantation
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
Chronic kidney disease mineral and bone disorder (CKD-MBD) describes the laboratory, bone and vascular abnormalities that exist in patients with CKD stages 3-5D and that may persist after transplantation. Persisting abnormalities of bone turnover and abnormal mineralization, together with bone mineral density (BMD) loss from glucocorticoids, may all predispose to a loss of structural integrity and increased fracture risk in kidney and kidney pancreas recipients. Vitamin D, calcitriol, calcitonin and bisphosphonates have all been used to preserve BMD following transplantation, despite a lack of safety data and the potential for some of these drugs to cause harm. A limited number of post-transplant studies utilizing these drugs have not yet documented improved fracture prevention or fracture-related mortality and have not considered allocation based on risk factors for fracture or markers of bone turnover. Targeted allocation of the available therapies based on a stratification of risk appears warranted. This might be achieved using an algorithm incorporating BMD, X-ray evaluation, laboratory investigations including bone turnover markers and the assessment of standard fracture risk factors at the time of and soon after transplantation. This approach, which is similar to protocols used in the general population, may result in more effective management of patients and fewer adverse effects such as adynamic bone disease. Although BMD is a surrogate for fracture risk in the general population it is not validated in this transplant population. Consequently, such an approach should be confirmed by studies that include bone biopsy data and an evaluation of patient level outcomes.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 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