Epicardial adipose tissue volume increase in hemodialysis patients treated with sevelamer or calcium-based phosphate binders: a substudy of the Renagel in new dialysis trial
Notice bibliographique
Résumé
BACKGROUND: In the general population and in hemodialysis patients epicardial adipose tissue (EAT) has been associated with increased mortality and cardiovascular events. Weight loss and lipid lowering therapies reduced EAT in the general population. It is unknown whether sevelamer, a phosphate (Pi) binder that lowers cholesterol and reduces inflammation in dialysis patients also affects EAT progression. METHODS: Post-hoc analysis of a randomized trial of sevelamer (SVL) versus calcium-based Pi binders (CPiB) in incident hemodialysis patients. EAT was measured on cardiac computed tomography scans performed at enrollment, 6, 12 and 18 months from baseline. RESULTS: Of 109 patients, 54 received SVL and 55 CPiB; the median LDL change was -16.4 % (IQR: -67.5, 142.3 %) and 12.1 % (IQR: -51.9, 193.8 %) with SVL and CPiB respectively (p < 0.001). At baseline EAT correlated significantly with gender, body mass index and total coronary artery calcium score (all p < 0.02). At the end of follow-up, EAT progressed significantly from baseline in the CPiB treated patients but not in the SVL treated patients [median increase 9.1 % (p = 0.005) vs 3.9 % (p = 0.25)]. However, there was no significant difference in the degree of progression between treatment groups (p = 0.34). There was no correlation between LDL or CRP change and EAT change. There were insufficient events in either arm to assess the impact of EAT change on mortality. CONCLUSION: EAT progression from baseline was significantly smaller with SVL than with CPiB, although the difference between treatments was not statistically significant, probably due to the small sample size. Change in serum lipids and markers of inflammation did not predict EAT progression.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,000 | 0,000 |
| 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) | 0,002 | 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 ».