Urinary Biomarkers in Obstructive Nephropathy
Notice bibliographique
Résumé
BACKGROUND AND OBJECTIVES: Obstructive nephropathy is a leading cause of CKD in children. The assessment of severity of renal impairment and the prediction of which children will progress to renal failure are, however, challenging. DESIGN, SETTING, PARTICIPANTS, & MEASUREMENTS: This case-control study measured the urinary excretion of candidate biomarkers in 27 prevalent case-patients with posterior urethral valves (PUVs) and 20 age-matched controls, correlated their urinary concentration with GFR, and analyzed receiver-operating characteristic (ROC) curve and regression analyses to assess their performance as tests for low GFR. RESULTS: The median urinary protein-to-creatinine ratio was higher in children with PUV (45 g/mol; range, 5-361 g/mol) than in controls (7 g/mol; range, 3-43 g/mol) (P<0.01) and correlated inversely with renal function (r = -0.44; P<0.05). In whole urine, excretion of aquaporin-2 was significantly decreased, whereas that of TGFβ and L1 cell adhesion molecule (L1CAM) was significantly increased. Whole-urine TGFβ excretion correlated inversely with GFR (r = -0.53; P<0.05). As tests for low GFR, whole-urine TGFβ, L1CAM, and urinary protein-to-creatinine ratio performed best, with areas under the ROC curves of 0.788, 0.795, and 0.814, respectively. By linear regression analysis, whole-urine TGFβ, L1CAM, and urinary protein-to-creatinine ratio were associated with low GFR in the case-patients. CONCLUSIONS: Candidate biomarkers of obstructive nephropathy can be readily measured in whole urine and in urine exosomes. In boys with PUV, these biomarkers correlate with GFR.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,005 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».