A Novel Equation to Estimate Glomerular Filtration Rate Using Beta-Trace Protein
Notice bibliographique
Résumé
BACKGROUND: Beta-trace protein (BTP) is a low molecular weight glycoprotein that is a more sensitive marker of glomerular filtration rate (GFR) than serum creatinine. The utility of BTP has been limited by the lack of an equation to translate BTP into an estimate of GFR. The objectives of this study were to develop a BTP-based GFR estimation equation. METHODS: We measured BTP and GFR by (99m)technetium-diethylenetriaminepentaacetic acid in 163 stable adult renal transplant recipients. Stepwise multiple regression models were created to predict GFR corrected for body surface area. The following variables were considered for entry into the model: BTP, urea, sex, albumin, creatinine, age, and race. RESULTS: BTP alone accounted for 75.6% of variability in GFR. The model that included all the predictor variables had the largest coefficient of determination (R(2)) at 0.821. The model with only BTP, urea, and sex had only a slightly lower R(2) of 0.81 and yielded the following equation: GFR mL . min(-1) . (1.73 m(2))(-1) = 112.1 x BTP(-0.662) x Urea(-0.280) x (0.88 if female). A 2nd equation (R(2) = 0.79) using creatinine instead of urea was also developed: GFR mL . min(-1) . (1.73 m(2))(-1) = 1.678 x BTP(-0.758) x creatinine(-0.204) x (0.871 if female). CONCLUSIONS: We have shown that BTP can be used in a simple equation to estimate GFR. Further study is needed in other populations to determine accuracy and clinical utility of this equation.
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 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,002 |
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 ».