Comparison between creatinine and cystatin C-based GFR equations in renal transplantation
Notice bibliographique
Résumé
BACKGROUND: Estimation of glomerular filtration rate (GFR) from serum creatinine (Scr) or cystatin C (Cys C) exhibit variable performances. METHODS: We compared the performances of 14 Scr and 9 Cys C estimated GFR equations using inulin clearance (Clin) as the reference test in 103 stable renal transplant populations. Bias, precision, receiving operation characteristics (ROC), accuracy within 30% ranges from the reference method and agreements of each test were compared. RESULTS: Mean Clin was 46.4+/-20.9 ml/min/1.73 m2. Scr and Cys C levels correlated well with each other (r=0.83, P<0.0001) and with Clin (r=-0.57 and -0.53, P<0.001, respectively). ROC analysis demonstrated no superiority of Cys C over Scr. Gats equation achieved the highest accuracy of 70% in patients with GFR>or=60 ml/min/1.73 m2. In patients with GFR>or=60 ml/min/1.73 m2, the Nankivell equation demonstrated the highest accuracy of 73.91%. Cys C-based equations were not depicted to be thoroughly accurate. Bias, precision and agreement were otherwise similar in all GFR tests. CONCLUSION: Scr-based equations did not appear to be inferior to Cys C-based equations as a means to estimate GFR in renal transplant patients.
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 | 0,012 | 0,032 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 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 ».