MétaCan
Menu
Retour à la cohorte
Enregistrement W2160514292 · doi:10.1093/ndt/gfq643

A composite score of protein-energy nutritional status predicts mortality in haemodialysis patients no better than its individual components

2010· article· en· W2160514292 sur OpenAlexaff
Albert H.A. Mazairac, G. Ardine de Wit, Muriël P.C. Grooteman, E. Lars Penne, Neelke C. van der Weerd, Marinus A. van den Dorpel, Menso J. Nubé, Renée Lévesque, Piet M. ter Wee, Michiel L. Bots, Peter J. Blankestijn

Notice bibliographique

RevueNephrology Dialysis Transplantation · 2010
Typearticle
Langueen
DomaineMedicine
ThématiqueDialysis and Renal Disease Management
Établissements canadiensCentre Hospitalier de l’Université de Montréal
Organismes subventionnairesnon disponible
Mots-clésMedicineHemodialysisInternal medicineKidney diseaseIntensive care medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Protein-energy wasting is tightly associated with mortality in haemodialysis patients. An expert panel of the International Society of Renal Nutrition and Metabolism (ISRNM) has published a consensus on the parameters that define protein-energy nutritional status and posed the question, 'which scoring system most effectively predicts outcome?' The aim of our study was therefore to develop a composite score of protein-energy nutritional status (cPENS) and to assess its prediction of all-cause mortality. METHODS: We used the data of 560 haemodialysis patients participating in the CONvective TRAnsport STudy (CONTRAST). All participants were followed for occurrence of death. Internationally recommended nutritional targets were used as components of the cPENS, including the subjective global assessment (target score ≥ 6), albumin (≥ 4.0 g/dL), normalized protein nitrogen appearance (≥ 0.8 g/kg/day), cholesterol (≥ 100 mg/dL), creatinine (≥ 10 mg/dL) and BMI (> 23 kg/m(2)). A Cox regression model was used to analyse the relation between different cPENS variants and mortality. RESULTS: The median follow-up time was 1.4 years (max 4.2). One hundred and five patients (19%) died. A cPENS variant based on albumin, BMI, creatinine and the nPNA yielded the strongest relation with mortality (hazard ratio 0.63, 95% confidence interval 0.54-0.74, P < 0.001), after adjustments for confounders. Some of the individual parameters of the cPENS, notably albumin and creatinine, were related to mortality with similar strength and magnitude. CONCLUSIONS: In conclusion, albumin reflects mortality risk similarly to multiple nutritional parameters combined. This questions the clinical value of the proposed diagnostic criteria for protein-energy wasting.

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)0,002
score de la tête « metaresearch » (Gemma)0,004
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 enseignants0,002
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,016
Tête enseignante GPT0,241
Écart entre enseignants0,226 · 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

Citations55
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNephrology Dialysis TransplantationMême sujetDialysis and Renal Disease ManagementTravaux en français237 207