MétaCan
Menu
Retour à la cohorte
Enregistrement W2141685272 · doi:10.1093/ndt/gfr033

Urinary NGAL levels before and after coronary angiography: a complex story

2011· article· en· W2141685272 sur OpenAlexaff
Carolina Weber, Michael Bennett, Lee Er, M. Bennett, Adeera Levin

Notice bibliographique

RevueNephrology Dialysis Transplantation · 2011
Typearticle
Langueen
DomaineMedicine
ThématiqueAcute Kidney Injury Research
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésMedicineCreatinineLipocalinCohortUrinary systemCohort studyInternal medicineAngiographyExcretionUrologyCardiology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: We describe urinary neutrophil gelatinase-associated lipocalin (uNGAL) values in association with clinical characteristics and urinary parameters in adults undergoing coronary angiography. METHODS: This is an observational study of consecutive patients who underwent elective coronary angiography during a 4-month period in a large urban tertiary care hospital. RESULTS: One hundred and thirteen patients were enrolled, and 100 had sufficient data to be included in the analyses. A large range of preprocedural uNGAL levels were observed (range 1-269 ng/mg Cr). Median preprocedural uNGAL was 8 ng/mg Cr. Age (P = 0.009), serum creatinine (P = 0.077) and albumin excretion (P = 0.009) were significant predictors of baseline uNGAL. Half the cohort demonstrated an increase and half a decrease in the absolute values of uNGAL after angiography, irrespective of preprocedural levels. CONCLUSIONS: We observed variable, but relatively low absolute levels of uNGAL prior to angiography in this 'cardiac' cohort. Only age, serum creatinine and albumin excretion could explain some of this variability. When designing studies of at-risk individuals where uNGAL may be used as a marker for acute kidney injury, this variability should be taken into account.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,016
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,004
Score d'incertitude au seuil0,019

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,016
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,002
Communication savante0,0020,003
Science ouverte0,0010,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,039
Tête enseignante GPT0,291
Écart entre enseignants0,252 · 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 source (Gemma direct ou Codex distillé), 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

Citations6
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNephrology Dialysis TransplantationMême sujetAcute Kidney Injury ResearchTravaux en français237 207