Determinants of bone mineral density in stable kidney transplant recipients
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Kidney transplant recipients (KTR) are at increased risk for bone loss. Determinants of bone mineral density (BMD) in an unselected KTR population have not previously been described. METHODS: We conducted a cross-sectional analysis of 389 stable KTRs undergoing bone mineral densitometry assessment by dual-energy X-ray absorptiometry at the lumbar spine, total hip and femoral neck. Risk factors for osteopenia and osteoporosis were determined by t-tests or ANOVA and chi-square analysis as appropriate. Factors associated with reduced BMD were ascertained using multivariate linear regression. RESULTS: At the lumbar spine, 247 demonstrated normal BMD, 115 had osteopenia and 27 osteoporosis. Corresponding prevalence rates for the total hip and femoral neck were 222/143/24 and 178/184/27, respectively. Osteopenia or osteoporosis was more prevalent at the femoral neck than lumbar spine (p=0.002). Osteopenia or osteoporosis at the spine, hip and femoral neck were highly correlated (p<0.0001). Independent associations with reduced BMD included female sex (p<0.0001) and lower body mass index (p<0.0001) at all sites, age for total hip and femoral neck (p=0.0001), and hyperparathyroidism (p=0.036), time posttransplant (p=0.0001) for the femoral neck, with no association by renal function or 25-OH vitamin D level at any site. CONCLUSIONS: Significant bone loss in KTRs is most prevalent at the femoral neck. Identifying risk factors for specific sites may allow for earlier intervention prior to osteoporosis development.
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.
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) | 0,001 | 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 découle