Value of serum cystatin <scp>C</scp> in estimating renal function in children with non‐renal solid organ transplantation
Notice bibliographique
Résumé
Children with non-renal solid organ transplants are surviving longer, but outcome is complicated by CKD. Accurate and frequent renal function monitoring is imperative to recognize and institute measures early to reverse, prevent, or arrest progression. This study of 59 children determined the accuracy (P30), bias, sensitivity and specificity between measured renal function by NM-GFR, and estimated GFR by three formulas: Filler (serum cystatin C), mSchwartz (serum creatinine), and CKiD (serum cystatin C, creatinine, urea, and height). Mean GFR by all formulas differed significantly from NM-GFR. Filler and mSchwartz formulas significantly increased the proportion of patients with GFR ≥ 90 mL/min/1.73 m(2) (CKD stage 1) while decreasing those with GFR 60-89 mL/min/1.73 m(2) (CKD stage 2). All formulas overestimated GFR. CKiD showed the highest P30 and lowest bias (79.7%; 6.9 mL/min/1.73 m(2) ) followed by Filler (67.7%; 19.9 mL/min/1.73 m(2) ) and Schwartz (57.6%; 26.8 mL/min/1.73 m(2) ) for all GFR values. All formulas performed best with GFR ≥ 90 mL/min/1.73 m(2) , but CKiD was the only formula to achieve 91.1% accuracy. All formulas showed high sensitivities, but low specificities at NM-GFR cutoff at 90. Thus, GFR estimated by CKiD followed by Filler formula is an adequate method to monitor renal function closely and frequently in these children.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 ».