The benefits of renin-angiotensin blockade in renal transplant recipients with biopsy-proven allograft nephropathy
Notice bibliographique
Résumé
BACKGROUND: Allograft nephropathy, regardless of aetiology, leads to progressive renal injury and eventual graft loss. In native kidney disease, treatment of hypertension, in particular with angiotensin-converting enzyme inhibitors (ACEi) or angiotensin receptor blockers (ARB), has proven beneficial in retarding renal function decline. In the present study, we reviewed the clinical course of a renal transplant recipient cohort that was prescribed either an ACEi or ARB for biopsy-proven allograft nephropathy. METHODS: Patients were followed from the time of post-biopsy initiation of ACEi/ARB and were stratified based on biopsy findings. Outcomes of interest included safety, allograft survival, renal function and change in slope of renal function pre- and post-ACEi/ARB. RESULTS: The 5 year allograft survival after biopsy diagnosis of allograft nephropathy was 83%. Serum creatinine was 191+/-97 (86-377) micromol/l at the time of biopsy and 228+/-102 (102-575) micromol/l at last follow-up. The slopes of reciprocal creatinine vs time were used to calculate the decline in renal function and were compared pre- and post-ACEi/ARB. The mean slope+/-SD was -0.06+/-0.21 l/micromol x 10(-3) per month in the 12 months prior to therapy and -0.03+/-0.09 l/micromol x 10(-3) per month following therapy. The absolute difference in slopes was 0.03 (P =<0.0001). CONCLUSIONS: Treatment with ACEi/ARB may be beneficial in the management of allograft nephropathy.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».