Venous Thromboembolism in Patients with Membranous Nephropathy
Notice bibliographique
Résumé
BACKGROUND AND OBJECTIVES: The aims of this study were to determine the frequency of venous thromboembolic events in a large cohort of patients with idiopathic membranous nephropathy and to identify predisposing risk factors. DESIGN, SETTING, PARTICIPANTS, & MEASUREMENTS: We studied patients with biopsy-proven membranous nephropathy from the Glomerular Disease Collaborative Network (n=412) and the Toronto Glomerulonephritis Registry (n=486) inception cohorts. The cohorts were pooled after establishing similar baseline characteristics (total n=898). Clinically apparent and radiologically confirmed venous thromboembolic events were identified. Potential risk factors were evaluated using multivariable logistic regression models. RESULTS: Sixty-five (7.2%) subjects had at least one venous thromboembolic event, and this rate did not differ significantly between registries. Most venous thromboembolic events occurred within 2 years of first clinical assessment (median time to VTE = 3.8 months). After adjusting for age, sex, proteinuria, and immunosuppressive therapy, hypoalbuminemia at diagnosis was the only independent predictor of a venous thromboembolic event. Each 1.0 g/dl reduction in serum albumin was associated with a 2.13-fold increased risk of VTE. An albumin level <2.8 g/dl was the threshold below which risk for a venous thromboembolic event was greatest. CONCLUSIONS: We conclude that clinically apparent venous thromboembolic events occur in about 7% of patients with membranous nephropathy. Hypoalbuminemia, particularly <2.8 g/dl, is the most significant independent predictor of venous thrombotic risk.
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 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) | 0,002 | 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 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 ».