Vitamin D influences the prevalence of non-cutaneous carcinomas after kidney transplantation?
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Malignancy is a key factor that significantly reduces the graft and patient survival after kidney transplantation. Vitamin D (VD) is gaining attention for its pleiotropy, including neoplasia prevention. The aim of our study was to assess the possible association between de novo non-cutaneous carcinomas (non-cuCa) and the VD status in kidney transplant recipients (KTRs). All patients followed up in our transplant center were included in the study from May 2012 until May 2016. We compared KTRs with non-cuCa to those without carcinomas. The demographic characteristics, immunosuppression protocols and 25-hydroxyvitamin D levels were evaluated. Patients with unstable kidney function, renal transplant duration less than 5 years, other malignancies, cholecalciferol supplementation and outliers for VD were not included in the study. KTRs with virus-associated carcinomas were also excluded. The total 25-hydroxyvitamin D was measured by a validated liquid chromatography–tandem mass spectrometry (LC-MS/MS) method. Two hundred fifty-six patients met the selection criteria. Of these, 11 were detected with non-cuCa with different organ localisation. The VD deficient patients had higher non-cuCa prevalence compared to the rest of the cohort (16.7% vs. 3.4%, p = 0.034). The VD status was significantly lower in the patients with malignancy (39.27 ± 18.16 vs. 59.87 ± 22.82 nmol, p = 0.005). No other significant differences between the two groups were detected. Poorer VD status may be an independent risk factor for post-transplant non-cutaneous cancer. VD supplementation may be considered as an option to reduce non-cuCa prevalence after kidney transplantation.
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.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,003 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 découle