Sex, haemoglobin and kidney disease: new perspectives
Notice bibliographique
Résumé
Anaemia is recognized as a common complication of chronic kidney disease with significant associated morbidity and mortality. Published data document the negative impact of anaemia on cardiovascular disease outcomes, progression of chronic kidney disease (CKD), hospitalizations, rehabilitation and quality of life, among others. Gender differences have been identified in many of these areas as well as, and importantly, in cardiovascular and chronic kidney disease outcomes. Female gender is associated with lower risk of cardiovascular morbidity and mortality as well as slower progression of chronic kidney disease. Interestingly, there are some well-described physiological adaptations to anaemia in women, which include shifting of the haemoglobin oxygen dissociation curve to reduce oxygen affinity secondary to higher levels of 2,3-diphosphoglycerate. However, the complex physiology underlying the impact of anaemia or gender on patients with chronic kidney disease is not well-characterized to date. Furthermore, there has been little examination of the potential interaction between anaemia and gender on cardiac or kidney outcomes. In this paper, we review the documented impact of anaemia and gender on outcomes, and explore the interaction of anaemia and gender in patients with CKD. We also present data that describe the potential importance of considering gender when targeting specific levels of haemoglobin. The value of a new perspective on haemoglobin and gender in kidney disease is important from both a physiological and an economical perspective.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,001 |
| 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 ».