MétaCan
Menu
Retour à la cohorte
Enregistrement W2133225417 · doi:10.1093/ndtplus/sfr092

Serum prolactin levels in a uremic child: effects of bilateral nephrectomy and kidney transplantation

2011· article· en· W2133225417 sur OpenAlexaff
Geneviève Rondeau, Aïcha Mérouani, Véronique Phan, Cheri Deal, Pierre Robitaille

Notice bibliographique

RevueClinical Kidney Journal · 2011
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueSexual Differentiation and Disorders
Établissements canadiensCentre Hospitalier Universitaire Sainte-JustineUniversité de MontréalCentre Hospitalier de l’Université de Montréal
Organismes subventionnairesnon disponible
Mots-clésMedicineInternal medicineEndocrinologyProlactinTransplantationBilateral NephrectomyKidney transplantationKidneyRenal functionNephrectomyCreatinineDialysisHormone

Résumé

récupéré en direct d'OpenAlex

Elevated levels of serum prolactin (PRL) are common and well described in patients with chronic renal failure. We report the case of a 4-year-old girl who also presented with premature thelarche and transient galactorrhea. Neither peritoneal dialysis nor hemodialysis reduced her extremely elevated levels of PRL, which fluctuated from time to time, probably reflecting variations in lactotroph secretion rate. Bilateral nephrectomy (BN) was eventually followed by a progressive and significant rise in PRL levels, suggesting that even uremic kidneys can eliminate PRL through tubular breakdown. Kidney transplantation was responsible for a very abrupt normalization of PRL serum levels, much faster than that observed for creatinine. This confirms animal studies suggesting that elimination of PRL occurs both through glomerular filtration and tubular breakdown. We hypothesized that the seemingly precocious puberty may have resulted from a combination of growth hormone therapy, elevated PRL and a rise in estrogens through the aromatization of adrenal androgens. This case illustrates the impact of dialysis, BN and kidney transplantation on PRL, providing new knowledge on renal PRL metabolism.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,033
Score d'incertitude au seuil0,376

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,027
Tête enseignante GPT0,303
Écart entre enseignants0,275 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueClinical Kidney JournalMême sujetSexual Differentiation and DisordersTravaux en français237 207