Ethnicity is important for creatinine excretion among Inuit and Caucasians in Greenland
Notice bibliographique
Résumé
BACKGROUND: Human nutrition, contamination and renal function are commonly assessed by the analysis of urine. A complete 24-hour urine sample is the ideal but it is inconvenient and unreliable. Thus, spot urine sampling with creatinine adjustment is widely used. Stratification for age and gender is recommended. Still, ethnicity may influence creatinine excretion. METHODS: We collected 104 24-h urine samples among Inuit and non-Inuit living in Greenland. Completeness of sampling was checked by using para-amino benzoic acid (PABA) that also allowed for compensation of creatinine excretion when sampling was incomplete. We measured creatinine using the Jaffe method and PABA by the HPLC method. RESULTS: Participants were recruited from the capital city, a major town and a settlement (n = 36/48/20). They were aged 30-69 years with 78 Inuit and 26 non-Inuit. Inuit were smaller than non-Inuit (Caucasians): height, 163 vs. 177 cm, p < 0.001; weight, 71 vs. 84 kg, p = 0.001 with similar BMI. Creatinine excretion was lower in Inuit compared to non-Inuit (men, 1344/1807 mg/24 h; women 894/1259 mg/24 h; p = 0.002; 0.02). It was influenced by age (p < 0.001), gender (p < 0.001), weight (p = 0.001) and ethnicity (p = 0.030) while not by the intake of the protein-rich Inuit diet in the adjusted analysis. Creatinine excretion was described by: Inuit men, 1925 mg - (13.1 × age); Inuit women, 1701 mg - (17.0 × age). CONCLUSION: Inuit and Caucasians have different creatinine excretion. It is recommended to stratify by ethnicity in addition to adjustment for age and gender when using creatinine correction of spot urine samples.
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 | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 ».