Risk Factors for Adverse Kidney Disease Outcomes in Type 1 Diabetes (T1D)
Notice bibliographique
Résumé
Diabetic kidney disease (DKD) is a major complication of T1D. To better understand the risks of developing DKD, we evaluated risk factors in participants from the T1D Exchange registry who completed 5-year follow-up. Participants had at least two eGFR and albuminuria measurements recorded during the 5 year period; also T1D duration ≥1 year, age ≥10 years, eGFR ≥60 ml/minute and no documented albuminuria at enrollment. Adverse kidney outcomes were defined as eGFR <60 ml/minute and/or micro/macroalbuminuria (micro/macroALB) at any follow-up visit. Univariate chi-square tests, Wilcoxon tests and multivariate logistic regression were used to determine associations between adverse kidney outcomes and risk factors. Among 3,296 participants (mean age 41 ± 15 years, T1D duration 21± 13 years, mean HbA1c 7.6 ± 1.2%, 91% white non-Hispanic,56% female at enrollment) with valid data, 547 (16.6%) experienced an adverse kidney outcome during 5-year follow-up: 224 (6.8%) experienced micro/macroALB while eGFR remained ≥60 ml/minute, 274 (8.3%) had a decline in eGFR to <60 ml/minute without micro/macroALB, and 49 (1.5%) experienced eGFR <60 ml/minute with micro/macroALB. Higher HbA1c, higher SBP, lower DBP as well as older age and lower education level were the significant risk factors for the development of an adverse kidney outcome over 5 years (Table). Control of risk factors and better glycemic control may minimize future DKD. Disclosure J.B. McGill: Research Support; Self; AstraZeneca. Consultant; Self; Boehringer Ingelheim GmbH. Speaker's Bureau; Self; Aegerion Pharmaceuticals. Consultant; Self; Bayer AG, Dexcom, Inc., Intarcia Therapeutics, Inc.. Speaker's Bureau; Self; Janssen Pharmaceuticals, Inc., MannKind Corporation. Research Support; Self; Novartis Pharmaceuticals Corporation. Consultant; Self; Novo Nordisk A/S. M. Wu: None. R. Pop-Busui: Research Support; Self; AstraZeneca. K.R. Mizokami-Stout: None. W.V. Tamborlane: Consultant; Self; AstraZeneca, Boehringer Ingelheim GmbH, Eli Lilly and Company, Medtronic MiniMed, Inc., Novo Nordisk Inc., Sanofi, Takeda Pharmaceuticals U.S.A., Inc. G. Aleppo: Research Support; Self; AstraZeneca, Novo Nordisk Inc.. Consultant; Self; Dexcom, Inc.. Advisory Panel; Self; Novo Nordisk Inc.. R. Gubitosi-Klug: None. M.J. Haller: None. S.M. Willi: Advisory Panel; Self; Boehringer Ingelheim GmbH. Other Relationship; Self; Caladrius Biosciences, Inc.. Consultant; Self; GlaxoSmithKline plc., JAEB Center For Health Research. N.C. Foster: None. C. Zimmerman: None. I. Libman: Consultant; Self; Novo Nordisk A/S. S. Polsky: Research Support; Self; Dexcom, Inc.. Other Relationship; Self; T1D Exchange. Research Support; Self; National Institute of Diabetes and Digestive and Kidney Diseases. M.R. Rickels: Consultant; Self; Hua Medicine, Xeris Pharmaceuticals, Inc..
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».