Measurement Error in Estimated GFR Slopes across Transplant Chronic Kidney Disease Stages
Notice bibliographique
Résumé
BACKGROUND: This study examines if transplant glomerular filtration rate (GFR) slope prediction is affected by the degree of transplant chronic kidney disease (CKDT) stage. METHODS: Serial changes in estimated GFR (DeltaeGFR) by Cockcroft-Gault (CG) and Modified Diet in Renal Disease-Isotope Dilution Mass Spectrometry (MDRD-IDMS) equations were compared to simultaneous changes in isotope GFR (DeltaiGFR) in renal transplant patients who had at least four scans. RESULTS: Total number of patients (iGFR scans) was 99 (772) while the corresponding numbers in CKDT stages 1-4 were 33 (103), 69 (239), 75 (316) and 37 (96), respectively. Measurement error [(DeltaeGFR - DeltaiGFR) x 100/DeltaiGFR] (median +/- IQR, interquartile range) estimated from CG and MDRD-IDMS slopes were -414.29 +/- 276.16% and -342.86 +/- 210.18% (stage 1); -350.00 +/- 301.22% and -300.00 +/- 525.00% (stage 2); -26.02 +/- 404.38% and -26.58 +/- 423.13% (stage 3); 10.26 +/- 142.18% and -76.92 +/- 145.64% (stage 4), respectively. The proportion of patients with CG measurement error < or =1-fold in stages 1 and 2 of 12 and 14.5% was significantly (p < 0.05) lower than that of 36.3 and 52.8% at stages 3 and 4, respectively. Similar measurement errors were observed for MDRD-IDMS. CONCLUSIONS: Transplant GFR slope prediction is affected by the degree of renal dysfunction. Errors in slope prediction are much higher in those with better function and thus add another limitation for eGFR use in longitudinal studies on progressive graft dysfunction.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,004 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».