Can we identify adolescents at high risk for nephropathy before the development of microalbuminuria?
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
AIMS: To determine whether higher than average albumin excretion during early puberty identifies subjects who will subsequently develop microalbuminuria (MA) and clinical proteinuria. METHODS: Longitudinal data from the Oxford Regional Prospective Study of Childhood Diabetes (ORPS; n = 554, median duration of follow-up 10 years; range 3.0-16.7) with assessment of albumin/creatinine ratios in three early morning urine samples collected annually. An albumin excretion phenotype was derived from longitudinal data, for each individual, defining deviation from the mean of regression models, including covariates gender, age, duration of diabetes and age at assessment. Tracking of the phenotypes was confirmed in a second independent cohort from Perth, Australia. RESULTS: The albumin excretion phenotype showed reasonable correlation between age 11-15 years and age 16-18 years in both cohorts, indicative of good 'tracking'. In the ORPS cohort, tertiles of the albumin excretion phenotype at aged 11-15 years were predictive of subsequent risk for the development of MA. All of the subjects developing clinical proteinuria had an albumin excretion phenotype in the upper tertile or an HbA(1c) > 9% at aged 11-15 years. CONCLUSIONS: Identification of adolescents at risk of diabetic nephropathy using an albumin excretion phenotype is feasible. When combined with elevated HbA(1c), it may identify subjects for trial of early intervention with angiotensin-converting enzyme inhibitors/angiotensin-II receptor antagonists and statins to improve long-term prognosis in these subjects where sustained improvement in glycaemic control may be difficult to achieve.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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