Notice bibliographique
Résumé
The kidneys, through proximal tubular active uptake or pass-through of filtered phosphorus, regulate phosphorus homeostasis in healthy individuals. Hormones and factors that contribute to the kidney regulation of phosphorus include parathyroid hormone, 1,25-dihydroxyvitamin D (1,25(OH)2D), and fibroblast growth factor-23 (FGF-23). However, in patients with progressive chronic kidney disease (CKD), the normal homeostatic mechanisms are challenged as FGF-23 and parathyroid hormone rise and 1,25(OH)2D levels decline. Certainly, by late stage 4 CKD and into ESRD, most of these patients exhibit frank hyperphosphatemia and have secondary hyperparathyroidism, marked elevations of FGF-23, and 1,25(OH)2D deficiency. These changes in normal phosphate homeostasis lead in part to the manifestations of the entity known as CKD–mineral bone disorder (CKD-MBD) (1). Epidemiologic data have identified an association between the hyperphosphatemia of CKD-MBD and patient-based outcomes of vascular calcification, myocardial dysfunction, and mortality (2–5). The management of hyperphosphatemia is currently based on a combination of three measures: dietary phosphorus restriction, dialysis, and the use of phosphate binders. The importance of phosphorus in the poor patient outcomes associated with untreated CKD-MBD is supported by the evidence that reduction of serum phosphorus, through the use of dietary phosphorus binders, improves patient survival (6–8). Our supplement, which is based on a conference held in Montreal in September 2008, focuses on some of the prevailing controversies regarding dietary phosphorus binders, leading to our symposium theme: “Myths and Realities of Calcium in CKD.” Historically, hyperphosphatemia was first treated with aluminum-based dietary phosphate binders, for which aluminum hydroxide was widely …
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 | 0,000 | 0,000 |
| 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 | 0,001 |
| 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 ».