Evidence for the use of urinary albumin as marker of kidney involvement in unselected populations
Notice bibliographique
Résumé
The incidence of end-stage renal disease (ESRD) has been increasing, and within a 10-year period it is predicted that it will increase by 40 %. The main cause of death in this population of more than 50,000,000 individuals worldwide is cardiovascular disease. Increased urinary albumin is a predictor of renal failure, type 1 and type 2 diabetes; it correlates closely with mean arterial pressure in hypertensive subjects, predicts cardiovascular events and has a strong association with the metabolic syndrome. Treatment with angiotensin-converting enzyme inhibitors or angiotensin II receptor blockers can reduce progressive renal damage, the beneficial effect being partially independent of the blood pressure lowering actions. Various therapies have proved effective in reducing microalbuminuria and progressive renal damage, demonstrating that the risk factor associated with a clinical outcome decreases with appropriate treatment. Cardiovascular events are the main cause of death in most patients with chronic renal disease. Diabetes, hypertension, obesity and smoking further increase the likelihood of vascular damage. Screening target populations of people with diabetes or hypertension is well recognized. Studies in several countries that have tested for albuminuria in unselected populations have demonstrated associations between microalbuminuria and deteriorating renal function, with the risk of developing ESRD and cardiovascular outcomes. There is some evidence for the use of urinary albumin as a marker of kidney involvement in unselected populations, but this needs to be strengthened and it may be cost effective compared with no screening. This has the potential to have a major impact in developing countries facing the challenges of chronic kidney disease, diabetes and cardiovascular disease.
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 | 0,044 | 0,120 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,004 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».