Promoting Executive Function in the Classroom: Smart but Scattered
Notice bibliographique
Résumé
Background Decline in estimated glomerular filtration rate (eGFR) is an important surrogate marker for the assessment of renal function. Addition of a second agent to angiotensin-converting-enzyme inhibitor (ACEI) or angiotensin II receptor blocker (ARB) treatment may improve current therapeutic strategies aimed at suppressing renal disease progression. Objective To determine the effect of cilostazol in combination with ACEI or ARB treatment on the decline in eGFR. Setting A tertiary hospital in Korea. Method In an observational cohort study, we analyzed 5505 patients who were prescribed ACEI or ARB and cilostazol or other antiplatelet agents. Main outcome measure The primary outcome assessed was worsening of renal function defined as a 30% decline in eGFR per year. The secondary outcomes included commencement of dialysis, renal transplantation, death, myocardial infarction, and ischemic stroke. Results Following propensity score matching, eGFR decreased over time in the majority of patients, but the decline was less in patients in the cilostazol treated (CT) group of stage 1-2 category compared to the cilostazol untreated (CU) group (OR 0.80; 95% CI 0.66-0.98). In the subgroup analysis, the strongest effect in slowing eGFR decline was observed in CT patients at a high risk of diabetes (OR 0.782; 95% CI 0.615-0.993) and the elderly (OR 0.693; 95% CI 0.504-0.953) in the stage 1-2 category. No significant increase in cardiovascular risk was observed between the CT and CU groups. Conclusion Treatment with cilostazol plus ACEI or ARB was observed to prevent worsening of renal progression in patients in the stages 1-2.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 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 ».