Bone Density and Cortical Structure after Pediatric Renal Transplantation
Notice bibliographique
Résumé
The impact of renal transplantation on trabecular and cortical bone mineral density (BMD) and cortical structure is unknown. We obtained quantitative computed tomography scans of the tibia in pediatric renal transplant recipients at transplantation and 3, 6, and 12 months; 58 recipients completed at least two visits. We used more than 700 reference participants to generate Z-scores for trabecular BMD, cortical BMD, section modulus (a summary measure of cortical dimensions and strength), and muscle and fat area. At baseline, compared with reference participants, renal transplant recipients had significantly lower mean section modulus and muscle area; trabecular BMD was significantly greater than reference participants only in transplant recipients younger than 13 years. After transplantation, trabecular BMD decreased significantly in association with greater glucocorticoid exposure. Cortical BMD increased significantly in association with greater glucocorticoid exposure and greater decreases in parathyroid hormone levels. Muscle and fat area both increased significantly, but section modulus did not improve. At 12 months, transplantation associated with significantly lower section modulus and greater fat area compared with reference participants. Muscle area and cortical BMD did not differ significantly between transplant recipients and reference participants. Trabecular BMD was no longer significantly elevated in younger recipients and was low in older recipients. Pediatric renal transplant associated with persistent deficits in section modulus, despite recovery of muscle, and low trabecular BMD in older recipients. Future studies should determine the implications of these data on fracture risk and identify strategies to improve bone density and structure.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 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) | 0,000 | 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 ».