Clinical Predictors of Decline in Nutritional Parameters over Time in ESRD
Notice bibliographique
Résumé
BACKGROUND AND OBJECTIVES: Inflammation and malnutrition are important features in patients with ESRD; however, data on changes in these parameters over time are scarce. This study aimed to gain insight into changes over time in serum albumin, body mass index, high-sensitivity C-reactive protein, and IL-6 in patients with ESRD and aimed to identify clinical risk factors for deterioration of these parameters. DESIGN, SETTING, PARTICIPANTS, & MEASUREMENTS: Data were analyzed from the Convective Transport Study, a randomized controlled trial conducted from June 2004 to January 2011, in which 714 patients with chronic ESRD were randomized to either online hemodiafiltration or low-flux hemodialysis. Albumin and body mass index were measured up to 6 years and predialysis C-reactive protein and IL-6 were measured up to 3 years in a subset of 405 participants. Rates of change in these parameters over time were estimated across strata of predefined risk factors with linear mixed-effects models. RESULTS: Albumin and body mass index decreased and C-reactive protein and IL-6 increased over time. For every incremental year of age at baseline, the yearly excess decline in albumin was 0.003 g/dl (-0.004 to -0.002; P<0.001) and the excess decline in body mass index was 0.02 kg/m(2) per year (-0.02 to -0.01; P<0.001). In patients with diabetes mellitus, there was a yearly excess decline of 0.05 g/dl in albumin (-0.09 to -0.02; P=0.002). Compared with women, men had an excess decline of 0.03 g/dl per year in albumin (-0.06 to -0.001; P=0.05) and an excess increase of 11.6% per year in IL-6 (0.63%-23.6%; P=0.04). CONCLUSIONS: Despite guideline-based care, all inflammatory and nutritional parameters worsened over time. The deterioration of some of these parameters was more pronounced in men, older patients, and patients with diabetes mellitus. Special focus on the nutritional status of at-risk patients by individualizing medical care might improve their prognosis.
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 | 0,003 | 0,007 |
| 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 | 0,001 | 0,001 |
| Science ouverte | 0,000 | 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 ».