The <scp>G</scp>lycemic <scp>I</scp>ndices in <scp>D</scp>ialysis <scp>E</scp>valuation (<scp>GIDE</scp>) study: Comparative measures of glycemic control in diabetic dialysis patients
Notice bibliographique
Résumé
The validity of hemoglobin A1c (HgbA1c) is undergoing increasing scrutiny in the advanced CKD/ESRD (chronic kidney disease/end-stage renal disease) population, where it appears to be discordant from other glycemic indices. In the Glycemic Indices in Dialysis Evaluation (GIDE) Study, we sought to assess correlation of HgbA1c with casual glucose, glycated albumin, and serum fructosamine in a large group of diabetic patients on dialysis. From 26 dialysis facilities in the United States, 1758 diabetic patients (hemodialysis = 1476, peritoneal dialysis = 282) were enrolled in the first quarter of 2013. The distributions of HgbA1c and the other glycemic indices were analyzed. Intra-patient coefficients of variation and correlations among the four glycemic indices were determined. Patients with low HgbA1c values were both on higher erythropoietin (ESA) doses and more anemic. Serum glucose exhibited the highest intra-patient variability over a 3-month period; variability was modest among the other glycemic indices, and least with HgbA1c. Statistical analyses inclusive of all glycemic markers indicated modest to strong correlations. HgbA1c was more likely to be in the target range than glycated albumin or serum fructosamine, suggesting factors which may or may not be directly related to glycemic control, including anemia, ESA management, and iron administration, in interpreting HgbA1c values. These initial results from the GIDE Study clarify laboratory correlations among glycemic indices and add to concerns about reliance on HgbA1c in patients with diabetes and advanced kidney disease.
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 | 0,007 | 0,044 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,004 | 0,005 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,003 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,001 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».