MétaCan
Menu
Retour à la cohorte
Enregistrement W2104345347 · doi:10.1093/ndt/gfn505

Body mass does not have a clinically relevant effect on cystatin C eGFR in children

2008· article· en· W2104345347 sur OpenAlexaff
Ajitha Sharma, Anusha Kathiravelu, Ravichandran Nadarajah, A. Yasin, Guido Filler

Notice bibliographique

RevueNephrology Dialysis Transplantation · 2008
Typearticle
Langueen
DomaineMedicine
ThématiqueChronic Kidney Disease and Diabetes
Établissements canadiensChildren's Hospital of Eastern OntarioUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésCystatin CMedicineRenal functionBody mass indexLean body massKidney diseaseCreatinineBody surface areaUrologyInternal medicineEndocrinologyBody weight

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Unlike creatinine, Cystatin C (CysC) is believed to be independent of body composition in both adults and children. Recent findings in adults, suggesting an improved performance of CysC-based estimated glomerular filtration rate (CysC eGFR) by accounting for body mass, necessitated a careful re-evaluation of this issue in children. METHODS: We studied 240 children (median age 11.7 years, range 2-17.9 years, 107 girls), with various kidney diseases, for any change in the relationship between (99)Tc DTPA GFR and CysC eGFR after accounting for body mass. For body mass assessment, body mass index (BMI) z-score was calculated using height-adjusted age, to account for growth retardation secondary to chronic kidney disease. RESULTS: CysC eGFR did not have a significant correlation with BMI z-score (correlation coefficient = 0.06; P = 0.34). Accounting for BMI z-score did not add to the 65% variance in nuclear GFR explained by CysC eGFR. Moreover, it did not change the regression coefficient of 0.85 between CysC eGFR and nuclear GFR either. On Bland & Altman analysis, the bias of 0.05 and standard deviation of 20.39 also did not improve after accounting for BMI z-score in the revised CysC eGFR formula. CONCLUSIONS: In children, body mass exerts a minimal effect on the performance of CysC eGFR estimation.

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)0,001
score de la tête « metaresearch » (Gemma)0,007
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 enseignants0,004
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,008
Tête enseignante GPT0,265
Écart entre enseignants0,257 · 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

Citations46
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNephrology Dialysis TransplantationMême sujetChronic Kidney Disease and DiabetesTravaux en français237 207