Can Cystatin C Replace Creatinine to Estimate Glomerular Filtration Rate? A Literature Review
Notice bibliographique
Résumé
BACKGROUND: With the increasing knowledge that estimation of glomerular filtration rate (GFR) from serum creatinine (Scr) has limited value, researchers have developed new equations based on serum cystatin C (Cys C). AIM: To compare the performance of serum Cys C and Cys C-based GFR equations to Scr and Scr-based GFR equations. METHODS: A Medline literature search for studies in English. RESULTS: Fourteen studies in kidney transplant patients and 29 in patients with native kidney disease were identified. 70% of studies on transplants favored Cys C over Scr while 60% favored serum Cys C over Scr in patients with native kidney disease. Three studies in transplant patients and 6 in patients with native kidney disease compared the performances of Cys C- and Scr-based equations. 70% of the studies performed on transplantation favored Cys C, while 85% the studies performed in native kidney diseases showed superiority of Cys C-based equations. CONCLUSION: A large number of studies favor Cys C over Scr for the estimation of GFR. Still, many reports show no superiority of Cys C over Scr. Consistent with this, more studies are needed to study the performance of Cys C-based GFR equations.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,004 | 0,001 |
| Bibliométrie | 0,007 | 0,009 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».