Accuracy of cystatin C-based estimates of glomerular filtration rate in kidney transplant recipients: a systematic review
Notice bibliographique
Résumé
BACKGROUND: As with creatinine, cystatin C can be incorporated into a formula to estimate the glomerular filtration rate (GFR). The overall performance of cystatin C-based equations in kidney transplantation is unclear with conflicting results between studies. METHODS: Systematic review of adult kidney transplant recipients. Studies that reported mean bias (mean difference between the measured and estimated GFRs) or accuracy of the cystatin C-based GFR estimation equation (e.g. percentage of estimates within 30% of the measured GFR) against the measured GFR using renal or plasma clearance of contrast agents, radioisotopes or inulin were included. RESULTS: The search identified 10 studies that examined 14 different cystatin C-based estimating equations (n = 5 equations evaluated in more than one study). The Le Bricon equation had the best performance with a bias that ranged from -6.4 to +2.8 mL/min/1.73 m(2); 85% (95% CI, 82-88) of estimates were within 30% of the measured GFR. For the other equations, 66-82% of estimates were within 30% of the measured GFR. For the modification of diet in renal disease (MDRD) equation, 68% (95% CI, 65-72) of estimates were within 30% of the measured GFR. CONCLUSIONS: The cystatin C-based Le Bricon equation was the most accurate, and most of the cystatin C-based equations showed improvements in 30% and 50% accuracy compared with the creatinine-based MDRD equation. Cystatin C-based equations may offer an advantage over the MDRD equation in kidney transplant recipients. Estimating equations re-expressed with standardized cystatin C have been developed and their accuracy needs to be tested in the kidney transplant population.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,005 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,000 |
| 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 ».