The Chronic Kidney Disease Water Intake Trial: Protocol of a Randomized Controlled Trial
Notice bibliographique
Résumé
BACKGROUND: In observational studies, drinking more water associates with a slower rate of kidney function decline; whether the same is true in a randomized controlled trial is unknown. OBJECTIVE: To examine the 1-year effect of a higher vs usual water intake on estimated glomerular filtration rate (eGFR) in patients with chronic kidney disease. DESIGN: Parallel-group randomized controlled trial. SETTING: Nine centers in Ontario, Canada. Enrollment and randomization occurred between May 2013 and May 2016; follow-up for the primary outcome will continue until June 2017. PARTICIPANTS: ) and microalbuminuria. INTERVENTION: The high water intake group was coached to increase their oral water intake by 1.0 to 1.5 L/day (depending on sex and weight), over and above usual consumed beverages, for a period of 1 year. The control group was coached to maintain their usual water intake during this time. MEASURES: Participants provided 24-hour urine samples at baseline and at 6 and 12 months after randomization; urine samples were analyzed for volume, creatinine, osmolality, and the albumin-to-creatinine ratio. Blood samples were obtained at baseline and at 3- to 6-month intervals after randomization, and analyzed for creatinine, copeptin, osmolality, and electrolytes. Other measures collected included health-related quality of life, blood pressure, body mass index, and diet. PRIMARY OUTCOME: The between-group change in eGFR from baseline (prerandomization) to 12 months after randomization. SECONDARY OUTCOMES: Change in plasma copeptin concentration, 24-hour urine albumin-to-creatinine ratio, measured creatinine clearance, estimated 5-year risk of kidney failure (using the 4-variable Kidney Failure Risk Equation), and health-related quality of life. PLANNED ANALYSIS: value <0.05 will be interpreted as statistically significant if there is concordance with the primary outcome). TRIAL REGISTRATION: This randomized controlled trial has been registered at www.clinicaltrials.gov; government identifier: NCT01766687.
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 | 0,050 | 0,046 |
| Méta-épidémiologie (sens strict) | 0,009 | 0,003 |
| Méta-épidémiologie (sens large) | 0,015 | 0,006 |
| Bibliométrie | 0,003 | 0,005 |
| Études des sciences et des technologies | 0,004 | 0,005 |
| Communication savante | 0,006 | 0,005 |
| Science ouverte | 0,004 | 0,003 |
| Intégrité de la recherche | 0,009 | 0,012 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,056 | 0,012 |
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 ».