Effects of Hyperuricemia on Renal Function of Renal Transplant Recipients: A Systematic Review and Meta-Analysis of Cohort Studies
Notice bibliographique
Résumé
BACKGROUND: Hyperuricemia is an independent risk factor of nephropathy, but its role in renal transplant recipients (RTRs) is controversial. METHODS: Based on the methods of Cochrane systematic reviews, we searched MEDLINE (1948-2011.6), EMBASE (1956-2011.6), CBM (Chinese Biomedicine Database) (1978-2011.6) to identify cohort studies assessing the association between uric acid level and kidney allograft. Two authors independently screened the studies, assessed the risk of bias of included studies and extracted data. Unadjusted odds ratio (OR), mean difference (MD), adjusted hazard ratio (aHR) and their corresponding 95%CI were pooled to assess the effects of hyperuricemia on kidney allograft. RESULTS: Twelve cohort studies were included and the quality was moderate to high based on the NEWCASTLE-OTTAWA quality assessment scale. RTRs with hyperuricemia had lower eGFR (P<0.0001, 95%CI-16.34∼6.14) and higher SCr (P<0.00001, 95%CI 0.17∼0.31) than those with normal uric acid level. Meta-analysis showed that hyperuricemia was a risk factor of chronic allograft nephropathy (Unadjusted OR = 2.85, 95%CI 1.84∼4.38, adjusted HR = 1.65, 95%CI 1.02∼2.65) and graft loss (Unadjusted OR = 2.29, 95%CI 1.55∼3.39; adjusted HR = 2.01, 95%CI 1.39∼2.94). CONCLUSIONS: Current evidence suggests that hyperuricemia may be an independent risk factor of allograft dysfunction. Hyperuricemia may modestly increase the risk of poor outcomes of RTRs. Future research is needed to verify whether lowering uric acid level could improve the kidney function and prognosis of RTRs with hyperuricemia.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,022 | 0,003 |
| Bibliométrie | 0,001 | 0,002 |
| 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 ».