Correlates of Osteoprotegerin and Association with Aortic Pulse Wave Velocity in Patients with Chronic Kidney Disease
Notice bibliographique
Résumé
BACKGROUND AND OBJECTIVES: Osteoprotegerin (OPG), a cytokine that regulates bone resorption, has been implicated in the process of vascular calcification and stiffness. DESIGN, SETTING, PARTICIPANTS, & MEASUREMENTS: Serum OPG was measured in 351 participants with chronic kidney disease (CKD) from one site of the Chronic Renal Insufficiency Cohort Study. Cortical bone mineral content (BMC) was measured by quantitative computed tomography in the tibia. Multivariable linear regression was used to test the association between serum OPG and traditional cardiovascular risk factors, measures of abnormal bone and mineral metabolism, and pulse wave velocity. RESULTS: Higher serum OPG levels were associated with older age, female gender, greater systolic BP, lower estimated GFR, and lower serum albumin. OPG was not associated with measures of abnormal bone or mineral metabolism including serum phosphorus, albumin-corrected serum calcium, intact parathyroid hormone, bone-specific alkaline phosphatase, or cortical BMC. Among 226 participants with concurrent aortic pulse wave velocity measurements, increasing tertiles of serum OPG were associated with higher aortic pulse wave velocity after adjustment for demographics, traditional vascular risk factors, and nontraditional risk factors such as estimated GFR, albuminuria, serum phosphate, corrected serum calcium, presence of secondary hyperparathyroidism, serum albumin, and C-reactive protein or after additional adjustment for cortical BMC in a subset (n = 161). CONCLUSIONS: These data support a strong relationship between serum OPG and arterial stiffness independent of many potential confounders including traditional cardiovascular risk factors, abnormal bone and mineral metabolism, and inflammation.
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 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 ».