Hyperfiltration Affects Accuracy of Creatinine eGFR Measurement
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND AND OBJECTIVES: Surrogate markers such as creatinine, cystatin C (CysC), and beta trace protein (BTP) have been used to estimate GFR (eGFR). The accuracy of eGFR may be altered with hyperfiltration and differences in filtration fraction (FF). It is hypothesized that the accuracy of creatinine for eGFR may be affected by hyperfiltration and different effective renal plasma flow (ERPF). DESIGN, SETTING, PARTICIPANTS, & MEASUREMENTS: A total of 127 pediatric patients with various renal diseases underwent simultaneous measurements of GFR using 51Cr-EDTA renal scan and ERPF (131I-hippurate clearance) to calculate the FF (FF=GFR/ERPF). The eGFRs were calculated using the commonly used Schwartz (creatinine), Filler (CysC), and Benlamri (BTP) formulas. Agreement of the eGFRs with the measured isotope GFRs was assessed by Bland-Altman plots. Correlation analysis was performed using nonparametric tests to compare FF with eGFR-GFR. RESULTS: The 127 children at a median age (with 25th percentile, 75th percentile) of 11.9 (8.5, 14.9) years had a mean 51Cr EDTA-GFR of 100.6±32.1 ml/min per 1.73 m2 and a median 131I-hippurate clearance (ERPF) of 588 (398,739) ml/min per 1.73 m2. Mean FF was 17.7±4.5% with no correlation between the FF and the error (eGFR-GFR) for CysC and BTP eGFR, whereas there was a significant negative correlation between the error for Schwartz eGFR and FF. CONCLUSIONS: There is a significant negative correlation between the error for the Schwartz eGFR and the FF. CysC and BTP are not affected by differences in FF.
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.
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 | 0,002 | 0,002 |
| 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 | 0,004 |
| 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 découle