MétaCan
Menu
← Retour à la cohorte
Enregistrement W2613532107 · doi:10.14814/phy2.13205

Validation of a routine two-sample iohexol plasma clearance assessment of GFR and an evaluation of common endogenous markers in a rat model of CKD

2017· article· en· W2613532107 sur OpenAlexafffund
Mandy E. Turner, Kimberly Laverty, Paul S Jeronimo, Martin Kaufmann, Glenville Jones, Christine A. White, Rachel M. Holden, Michael A. Adams

Notice bibliographique

RevuePhysiological Reports · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueChronic Kidney Disease and Diabetes
Établissements canadiensQueen's University
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésIohexolRenal functionPlasma clearanceInulinEndogenyMedicineClearanceInternal medicineEndocrinologyUrologyPharmacokineticsChemistry

Résumé

récupéré en direct d'OpenAlex

Endogenous markers of kidney function are insensitive to early declines in glomerular filtration rate (GFR) and in rodent models, validated, practical alternatives are unavailable. In this study, we determined GFR by modeling the plasma clearance of two compounds, iohexol and inulin, and compared the findings to common endogenous markers. All plasma clearance methods of both iohexol and inulin detected a decline in renal function weeks prior to any increase in endogenous marker. Iohexol plasma clearance and inulin plasma clearance had a very high agreement and minimal bias when using 12-sample models. However, only iohexol could be accurately simplified to a two-sample, one-compartment estimation strategy. Following an IV injection of low-dose iohexol and two timed blood samples at 30 and 90 min, one can accurately approximate a complex 12-sample strategy of plasma clearance. This method is simple enough to use in routine, longitudinal analysis of larger cohort animal studies.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,008
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,041

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,005
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,121
Tête enseignante GPT0,391
Écart entre enseignants0,270 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations10
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePhysiological Reports→Même sujetChronic Kidney Disease and Diabetes→Travaux en français237 207→