The Gomez equations and renal hemodynamic function in kidney disease research
Notice bibliographique
Résumé
Diabetic kidney disease (DKD) remains the leading cause of end-stage renal disease. A major challenge in preventing DKD is the difficulty in identifying high-risk patients at an early, pre-clinical stage. Albuminuria and eGFR as measures of renal function in DKD research and clinical practice are limited by regression of one-third of patients with microalbuminuria to normoalbuminuria and eGFR is biased and imprecise in the normal-elevated range. Moreover, existing methods that are used to assess renal function do not give detailed insight into the location of the renal hemodynamic effects of pharmacological agents at the segmental level. To gain additional information about the intrarenal circulation in-vivo in humans, mathematical equations were developed by Gomez et al in the 1950s. These equations used measurements of GFR, renal blood flow (RBF), effective renal plasma flow (ERPF), renal vascular resistance (RVR), hematocrit and serum protein to calculate afferent and efferent arteriolar resistances, glomerular hydrostatic pressure and filtration pressure. Although indirect and based on physiological assumptions, these techniques have the potential to improve researchers' ability to identify early pre-clinical changes in renal hemodynamic function in patients with a variety of conditions including DKD, thereby offering tremendous potential in mechanistic human research studies. In this review, we focus on the application of Gomez' equations and summarize the potential and limitations of this technique in DKD research. We also summarize illustrative data derived from Gomez' equations in patients with type 1 (T1D) and type 2 diabetes (T2D) and hypertension.
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 | 0,007 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,004 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».