Tikhonov gamma variate adaptive regularization applied to technetium Tc 99m diethylenetriamine pentaacetic acid plasma clearance, compared with three other methods, for measuring glomerular filtration rate in cats
Notice bibliographique
Résumé
Abstract OBJECTIVE To evaluate agreement of 4 methods (Tikhonov gamma variate adaptive regularization of plasma concentration-time curve fitting applied to technetium Tc 99m diethylenetriamine pentaacetic acid [ 99m Tc-DTPA] plasma clearance [Tk-GV], plasma clearance of exogenous creatinine [CrCL], Gates gamma camera-based measurement method with 99m Tc-DTPA renal clearance and dynamic scintigraphy [GTS], and iohexol renal clearance assessed with dynamic CT with Patlak plotting [CT-Pp]) for measuring glomerular filtration rates (GFR) in healthy cats. ANIMALS 7 healthy, laboratory-raised cats. PROCEDURES Each method for measuring GFR was performed twice in 7 cats at 24-day intervals. The Wilcoxon signed-rank sum test was used to compare the results obtained from the 14 studies for each method. Results from the 4 methods were assessed for agreement and correlation. RESULTS The median GFR values were 2.75, 2.83, 3.14, and 4.26 mL/min/kg, for Tk-GV, CT-Pp, plasma CrCL, and GTS, respectively. Analysis with Wilcoxon signed-rank sum tests identified significant pairwise differences between results obtained with the Tk-GV versus the plasma CrCL method, the Tk-GV versus the GTS method, and the plasma CrCL versus the GTS method. The least variable method was Tk-GV, with an SD of 1.27 (mL/min/kg). CONCLUSIONS AND CLINICAL RELEVANCE Findings indicated that Tk-GV yielded GFR measurements comparable with those obtained with CT-Pp, plasma CrCL, and GTS; however, the Tk-GV method yielded the tightest range of results among the methods evaluated.
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 | 0,006 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».