Association of Serum Amyloid A with Kidney Outcomes and All-Cause Mortality in American Indians with Type 2 Diabetes
Notice bibliographique
Résumé
BACKGROUND: Serum amyloid A (SAA) induces inflammation and apoptosis in kidney cells and is found to be causing the pathologic changes that are associated with diabetic kidney disease (DKD). Higher serum SAA concentrations were previously associated with increased risk of end-stage renal disease (ESRD) and death in persons with type 2 diabetes and advanced DKD. We explored the prognostic value of SAA in American Indians with type 2 diabetes without DKD or with early DKD. METHODS: SAA concentration was measured in serum samples obtained at the start of follow-up. Multivariate proportional hazards models were employed to examine the magnitude of the risk of ESRD or death across tertiles of SAA concentration after adjustment for traditional risk factors. The C statistic was used to assess the additional predictive value of SAA relative to traditional risk factors. RESULTS: Of 256 participants (mean ± SD glomerular filtration rate [iothalamate] = 148 ± 45 mL/min, and median [interquartile range] urine albumin/creatinine = 39 [14-221] mg/g), 76 developed ESRD and 125 died during a median follow-up period of 15.2 and 15.7 years, respectively. After multivariable proportional hazards regression, participants in the 2 highest SAA tertiles together exhibited a 53% lower risk of ESRD (hazard ratio [HR] 0.47, 95% CI 0.29-0.78), and a 30% lower risk of death (HR 0.70, 95% CI 0.48-1.02), compared with participants in the lowest SAA tertile, although the lower risk of death was not statistically significant. Addition of SAA to the ESRD model increased the C statistic from 0.814 to 0.815 (p = 0.005). CONCLUSIONS: Higher circulating SAA concentration is associated with a reduced risk of ESRD in American Indians with type 2 diabetes.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».