Mathematical model of renal elimination of fluid and small ions during hyper‐ and hypovolemic conditions
Notice bibliographique
Résumé
This study is concerned with the formulation of a 'kidney module' linked to the plasma compartment of a larger mathematical model previously developed. Combined, these models can be used to predict, amongst other things, fluid and small ion excretion rates by the kidney; information that should prove useful in evaluating values and trends related to whole-body fluid balance for different clinical conditions to establish fluid administration protocols and for educational purposes. The renal module assumes first-order, negative-feedback responses of the kidney to changes in plasma volume and/or plasma sodium content from their normal physiological set points. Direct hormonal influences are not explicitly formulated in this empiric model. The model also considers that the renal excretion rates of small ions other than sodium are proportional to the excretion rate of sodium. As part of the model development two aspects are emphasized (1): the estimation of parameters related to the renal elimination of fluid and small ions, and (2) model validation via comparisons between the model predictions and selected experimental data. For validation, model predictions of the renal dynamics are compared with new experimental data for two cases: plasma overload resulting from external fluid infusion (e.g. infusions of iso-osmolar solutions and/or hypertonic/hyperoncotic saline solutions), and untreated hypo volemic conditions that result from the external loss of blood. The present study demonstrates that the empiric kidney module presented above can provide good short-term predictions with respect to all renal outputs considered here. Physiological implications of the model are also presented.
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 | 0,000 | 0,000 |
| 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 ».