The Future of Clinical Trials in Chronic Renal Disease: Outcome of an NIH/FDA/Physician Specialist Conference
Notice bibliographique
Résumé
For people with chronic renal insufficiency, the therapeutic goal is to prevent progression to end-stage renal disease, a serious condition that can only be treated with dialysis and kidney transplantation. Although restriction of dietary protein slows the progression of renal disease somewhat, the principal treatment to slow chronic renal disease is appropriate reduction of blood pressure. Antihypertensive agents, particularly those that produce sustained, long-term reductions in proteinuria, such as angiotensin-converting enzyme inhibitors, not only decrease blood pressure but also preserve renal function. Clinical trials to evaluate these and other drug therapies in renal disease progression have used both "hard end points" (e.g., dialysis, transplantation, death) and intermediate end points of renal disease progression (e.g., doubling of serum creatinine concentration, reductions in proteinuria). Trials that have used hard end points typically recruited patients with advanced renal disease to demonstrate a difference in therapies within a period of 2 to 5 years. However, proteinuria reduction, along with a decrease in the time to doubling of serum creatinine in very early diabetic renal disease, could demonstrate an altered natural history of renal disease. Although hard end points are indicators of a drug's efficacy in reducing cardiovascular events or preserving renal function, they do not assess the impact of a treatment on altering the natural history of early renal disease. For clinical trials of people with all but the most advanced renal disease, use of intermediate end points of renal disease progression is the only practical option for assessment of treatment efficacy and effectiveness. Given the available data on proteinuria reduction and doubling of serum creatinine from clinical trials, these end points, taken together, appear to provide an acceptable means of assessing a treatment's impact on slowing renal disease progression.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,316 | 0,296 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,004 |
| Bibliométrie | 0,005 | 0,006 |
| Études des sciences et des technologies | 0,004 | 0,006 |
| Communication savante | 0,026 | 0,016 |
| Science ouverte | 0,005 | 0,008 |
| Intégrité de la recherche | 0,032 | 0,017 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,017 | 0,005 |
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 source (Gemma direct ou Codex distillé), 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 ».