Macroalbuminuria and Renal Pathology in First Nation Youth With Type 2 Diabetes
Notice bibliographique
Résumé
OBJECTIVE: To determine the prevalence of macroalbuminuria and to describe the clinical and renal pathological changes associated with macroalbuminuria in a population of Canadian First Nation children and adolescents with type 2 diabetes. RESEARCH DESIGN AND METHODS: We conducted a retrospective chart review at a single tertiary care pediatric diabetes center, and a case series was constructed. We collected data on microalbuminuria (>or=3 mg/mmol creatinine [26.5 mg/g]) and macroalbuminuria (>or=28 mg/mmol creatinine [247.5 mg/g]), estimated glomerular filtration rate, renal pathology, and aggravating risk factors (poor glycemic control, obesity, hypertension, glomerular hyperfiltration, hypercholesterolemia, smoking, and exposure to diabetes in utero). RESULTS: We reviewed 90 charts of children and adolescents with type 2 diabetes. A total of 53% had at least one random urine albumin-to-creatinine ratio >or=3 mg/mmol (26.5 mg/g). There were 14 of 90 (16%) who had persistent macroalbuminuria at or within 8 years of diagnosis of diabetes. Of these 14 subjects, 1 had orthostatic albuminuria and 3 had spontaneous resolution of albuminuria. A total of 10 had renal biopsies performed. There were 9 of 10 who exhibited immune complex disease or glomerulosclerosis, and none had classic diabetic nephropathy. CONCLUSIONS: This study suggests that the diagnosis of renal disease in children with type 2 diabetes cannot be reliably determined by clinical and laboratory findings alone. Renal biopsy is necessary for accurate diagnosis of renal disease in children and adolescents with type 2 diabetes and macroalbuminuria. The additional burden of nondiabetic kidney disease may explain the high rate of progression to end-stage kidney failure in this 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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| 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 | 0,000 |
| 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 ».