MétaCan
Menu
Retour à la cohorte
Enregistrement W2085769071 · doi:10.1159/000368901

The 99mTc-DTPA Urinary Clearance Method May Be Preferable to the Plasma Disappearance Method for Assessing Glomerular Filtration Rate in Diabetic Nephropathy

2015· article· en· W2085769071 sur OpenAlexaff
Shih‐Han S. Huang, Misha Eliasziw, J. David Spence, Guido Filler, William C. Vezina, David Churchill, Daniel Cattran, Bonnie Richardson, Andrew A. House

Notice bibliographique

RevueNephron Clinical Practice · 2015
Typearticle
Langueen
DomaineMedicine
ThématiqueChronic Kidney Disease and Diabetes
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésMedicineRenal functionUrinary systemInternal medicineEndocrinologyNephropathyUrologyUrineDiabetes mellitus

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Isotopic glomerular filtration rate (iGFR) measurement is comparable to the inulin method. In this study, we compared urinary and plasma iGFR methodologies in patients with diabetic nephropathy. METHODS: A total of 147 patients from 3 sites in the Diabetic Intervention with Vitamins to Improve Nephropathy (DIVINe) trial provided 213 sets of urine and blood collections, at baseline, 18 and 36 months. RESULTS: The mean (with standard deviation) plasma iGFR of 60.7 (24.9) ml/min/1.73 m(2) compared to urinary iGFR of 52.0 (28.0) ml/min/1.73 m(2) was statistically significant (p value <0.001). Although plasma and urinary iGFRs were highly related (R(2) = 0.86), plasma iGFR increasingly overestimated urinary iGFRs at lower GFRs. In contrast to the cross-sectional analyses, the two measures of iGFR were weakly related (R(2) = 0.32) in regard to patients' change over 18 months of follow-up. CONCLUSION: Plasma iGFR may not be a suitable method for accurately measuring GFR in patients with advancing degrees of chronic kidney disease from diabetic nephropathy.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,107
Tête enseignante GPT0,471
Écart entre enseignants0,364 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations5
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNephron Clinical PracticeMême sujetChronic Kidney Disease and DiabetesTravaux en français237 207