<scp>TSAT</scp> is a better predictor than ferritin of hemoglobin response to Epoetin alfa in <scp>US</scp> dialysis patients
Notice bibliographique
Résumé
Clinical guidelines recommend concurrent treatment of anemia in end-stage renal disease with erythropoiesis-stimulating agents (ESAs) and iron. However, there are mixed data about optimal iron supplementation. To help address this gap, the relationship between iron markers and hemoglobin (Hb) response to ESA (Epoetin alfa) dose was examined. Electronic medical records of 1902 US chronic hemodialysis patients were analyzed over a 12-month period between June 2009 and June 2010. The analysis included patients who had at least one Hb value during each 4-week interval for four consecutive intervals (k - 2, k - 1, k, and k + 1; k is the index interval), received at least one ESA dose during intervals k - 1 or k, had at least one transferrin saturation (TSAT) value at interval k, and at least one ferritin value during intervals k - 2, k - 1, or k. Effect modification by TSAT and ferritin on Hb response was evaluated using the generalized estimating equations approach. Patients had a mean (standard deviation) age of 62 (15) years; 41% were Caucasian, 34% African American, 65% had hypertension, and 39% diabetes. Transferrin saturation, but not ferritin, had a statistically significant (P < 0.05) modifying effect on Hb response. Maximum Hb response was achieved when TSAT was 34%, with minimal incremental effect beyond these levels. Of the two standard clinical iron markers, TSAT should be used as the primary marker of the modifying effect of iron on Hb response to ESA. Long-term safety of iron use to improve Hb response to ESA warrants further study.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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) | 0,001 | 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; 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 ».