Impact of vascular access intervention therapy on cardiac load in hemodialysis patients
Notice bibliographique
Résumé
Vascular access intervention therapy (VAIVT) has been positioned as the first choice of treatment for stenosis lesions frequently observed in arteriovenous fistula (AVF) for hemodialysis patients in Japan. Furthermore, increased blood flow can provide a stable dialysis. In contrast, it has been reported that excess blood flow of AVF causes high-output heart failure. Although VAIVT is used to increase blood flow of AVF, the impact of VAIVT on cardiac load has been rarely reported. We examined the factors associated with cardiac load in hemodialysis patients undergoing VAIVT by measuring levels of α human atrial natriuretic polypeptide (hANP) and brain natriuretic peptide (BNP) before and after VAIVT. Data were extracted on hemodialysis patients who underwent measurements of αhANP and BNP in before and after VAIVT at our facility and related facilities between February 2014 and December 2014. Nineteeen patients (median age, 73.0 [66.5-80.5] years; male, 52.6%; 36.8% with diabetes; median duration of dialysis treatment, 50.0 [21-109] months) were enrolled in this study. Flow volume of AVF was higher after VAIVT than that before VAIVT (442.0 vs. 758.0 mL/minute, P < 0.001). Moreover, resistance index (RI) of AVF after VAIVT was lower than that before VAIVT (0.61 vs. 0.53, P < 0.01). Although αhANP did not change before and after VAIVT (55.6 vs. 54.9 pg/mL, P = 0.099), BNP after VAIVT was significantly higher than that before VAIVT (145.2 vs. 175.0 pg/mL, P < 0.05). Factors correlated with the increase in BNP were flow volume of AVF before VAIVT (r = -0.458, P = 0.049) and levels of BNP before VAIVT (r = 0.472, P = 0.041). There was no significant correlation between the increase in αhANP with flow volume of AVF before VAIVT, levels of αhANP before VAIVT. Patients with high levels of BNP and low flow volume of AVF before VAIVT were considered to have a high risk of developing heart failure after VAIVT.
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 | 0,000 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,001 | 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 ».