Developing an HbA1c-Based Equation to Estimate Blood Glucose in Maintenance Hemodialysis Patients
Notice bibliographique
Résumé
OBJECTIVE: Hemoglobin A1c (HbA(1c)) has been widely used as a clinically important assessment tool for outcome analyses related to glycemic control. However, because of special conditions in dialysis patients, including the uremic milieu, there is no HbA(1c) blood glucose (BG) equation specific for patients on dialysis. In this study, we sought to develop HbA(1c)-BG equation models for hemodialysis patients. RESEARCH DESIGN AND METHODS: We examined associations between HbA(1c) and random serum BG over time in a contemporary cohort of diabetic patients with hemodialysis treated in DaVita dialysis clinics. We identified 11,986 patients (63 ± 12 years old and 49% male) with 69,764 paired measurements of HbA(1c) and BG over the course of 5 years (2001-2006). Bootstrapping method was used to estimate average BG and corresponding HbA(1c) levels. The association was adjusted by patient factors using linear regression. RESULTS: Linear regression analyses yielded the following three regression equations: BG = 59.2 + 29.4 × HbA(1c) - 20.8 × Alb (R(2) = 0.483); BG = 104.8 + 29.7 × HbA(1c) - 18.4 × Alb - 4.7 × Hb (R(2) = 0.486); and BG = 82.9 + 30.7 × HbA(1c) - 16.5 × Alb - 5.4 × Hb + 0.3 × age + race (R(2) = 0.491). All our models showed stronger association than previous equation models (R(2) = 0.468 in the Diabetes Control and Complications Trial and A1c-Derived Average Glucose equations). CONCLUSIONS: The association between HbA(1c) and BG in hemodialysis patients is different than that of patients with normal kidney function. Our analysis suggests that equations including serum albumin or hemoglobin are better for hemodialysis patients.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,001 | 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 | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».