Diabetes Mellitus Modifies the Associations of Serum Magnesium Concentration With Arterial Calcification and Stiffness in Incident Hemodialysis Patients
Notice bibliographique
Résumé
Introduction Magnesium (Mg) may protect against arterial calcification. We tested the hypotheses that a higher serum Mg concentration is associated with less arterial calcification and stiffness in patients on hemodialysis (HD) and that these associations are modified by diabetes mellitus. Methods We performed cross-sectional analyses of 367 incident HD patients from the Predictors of Arrhythmic and Cardiovascular Risk in End Stage Renal Disease (PACE) cohort. Measures of arterial calcification and stiffness included coronary arterial calcification (CAC) and thoracic aortic calcification (TAC) scores, ankle brachial index (ABI; high ABI: >1.4 or incompressible vessels), pulse wave velocity (PWV), and pulse pressure. Results Mean Mg was 1.8 ± 0.2 mEq/l and 58% had diabetes. Among nondiabetic individuals, per 0.1 mEq/l higher Mg, non-zero CAC score was lower (% difference: −15.4%; 95% confidence interval [CI]: −28% to −0.55%; P = 0.03), the odds of having TAC score >0 and the odds of having high ABI were lower (odds ratio [OR]: 0.66; 95% CI 0.47–0.93; P = 0.02, and 0.23; 95% CI: 0.06–0.83, P = 0.03, respectively) while adjusting for demographics, comorbidities, markers of mineral metabolism, and dialysis clearance. Among diabetic individuals, per 0.1 mEq/l higher Mg, the odds of having TAC score >0 was higher (OR: 1.57; 95% CI: 1.09–2.26; P = 0.02). Mg was not associated with CAC or high ABI among diabetic individuals. Mg was not associated with PWV or pulse pressure regardless of diabetes status. Conclusion Diabetes modified the associations of serum Mg with arterial calcification and stiffness in incident HD patients. Higher Mg was associated with less arterial calcification and less peripheral arterial stiffness among nondiabetic individuals, but Mg was only associated with TAC among diabetic individuals with higher Mg being associated with higher likelihood of having TAC score >0.
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 | 0,000 | 0,002 |
| 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 | 0,000 |
| Communication savante | 0,001 | 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) | 0,002 | 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 ».