The Effect of Cinacalcet on Calcific Uremic Arteriolopathy Events in Patients Receiving Hemodialysis
Notice bibliographique
Résumé
BACKGROUND AND OBJECTIVES: Uncontrolled secondary hyperparathyroidism (sHPT) in patients with ESRD is a risk factor for calcific uremic arteriolopathy (CUA; calciphylaxis). DESIGN, SETTING, PARTICIPANTS, & MEASUREMENTS: Adverse event reports collected during the Evaluation of Cinacalcet HCl Therapy to Lower Cardiovascular Events trial were used to determine the frequency of CUA in patients receiving hemodialysis who had moderate to severe sHPT, as well as the effects of cinacalcet versus placebo. CUA events were collected while patients were receiving the study drug. RESULTS: Among the 3861 trial patients who received at least one dose of the study drug, 18 patients randomly assigned to placebo and six assigned to cinacalcet developed CUA (unadjusted relative hazard, 0.31; 95% confidence interval [95% CI], 0.13 to 0.79; P=0.014). Corresponding cumulative event rates (95% CI) at year 4 were 0.011% (0.006% to 0.018%) and 0.005% (0.002% to 0.010%). By multivariable analysis, other factors associated with CUA included female sex, higher body mass index, higher diastolic BP, and history of dyslipidemia or parathyroidectomy. Median (10%, 90% percentile) plasma parathyroid hormone concentrations proximal to the report of CUA were 796 (225, 2093) pg/ml and 410 (71, 4957) pg/ml in patients randomly assigned to placebo and cinacalcet, respectively. Active use of vitamin K antagonists was recorded in 11 of 24 patients with CUA, nine randomly assigned to placebo, and two to cinacalcet, in contrast to 5%-7% at any one time point in patients in whom CUA was not reported. CONCLUSION: Cinacalcet appeared to reduce the incidence of CUA in hemodialysis recipients who have moderate to severe sHPT.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 ».