MétaCan
Menu
Retour à la cohorte
Enregistrement W2945618914 · doi:10.1177/2054358119850536

Serum Apolipoprotein B and A1 Concentrations Predict Late-Onset Posttransplant Diabetes Mellitus in Prevalent Adult Kidney Transplant Recipients

2019· article· en· W2945618914 sur OpenAlexaffabout
Rohit Malyala, Lindita Rapi, Michelle M. Nash, G. V. Ramesh Prasad

Notice bibliographique

RevueCanadian Journal of Kidney Health and Disease · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueRenal Transplantation Outcomes and Treatments
Établissements canadiensUniversity of TorontoSt. Michael's Hospital
Organismes subventionnairesnon disponible
Mots-clésMedicineInternal medicineDiabetes mellitusInsulin resistanceApolipoprotein BEndocrinologyRisk factorType 2 Diabetes MellitusKidney transplantKidney transplantationCholesterolKidney

Résumé

récupéré en direct d'OpenAlex

Background: Glucose metabolism links closely to cholesterol metabolism. Posttransplant diabetes mellitus (PTDM) adversely affects posttransplant outcomes, but its risk factors in relation to cholesterol metabolism have not been fully delineated. The apolipoprotein B/A1 (Apo B/A1) ratio, which is associated with insulin resistance, has not been evaluated in kidney transplant recipients as a risk factor for PTDM. Objective: The objective of this study was to determine whether serum apolipoprotein profiles predict late PTDM, defined as a new onset diabetes occurring greater than 3 months posttransplant. Design: Retrospective chart review of a prevalent population of kidney transplant recipients. Setting: Large transplant center in Ontario, Canada. Patients: We identified 1104 previously nondiabetic adults who received a kidney transplant between January 1, 1998, and December 1, 2015, and were followed at 1 transplant center. Measurements: Recipients provided testing for serum apolipoprotein B (Apo B) and apolipoprotein A1 (Apo A1) concentrations from 2010, either at 3 months posttransplant for new transplant recipients or the next clinic visit for prevalent recipients. Late PTDM defined using Canadian Diabetes Association criteria as occurring ≥3 months posttransplant was recorded until May 1, 2016. Methods: All analyses were conducted with R, version 3.4.0 (The R Foundation for Statistical Computing). Comparisons were made using Student t test, Fisher exact test or chi-square test, Kaplan-Meier methodology with the logrank test, or Cox proportional hazards analysis as appropriate. Covariates for the multivariate Cox proportional hazards models of PTDM as the outcome variable were selected based on significance of the univariate associations and biological plausibility. Results: There were 53 incident late PTDM cases, or 1.71 cases per 100 patient-years. Incident late PTDM differed between the highest and lowest quartiles for Apo B/A1 ratio, 2.47 per 100 patient-years vs 0.88 per 100 patient-years ( P = .005 for difference). In multiple Cox regression analysis, first measured serum Apo B/A1 concentration better predicted subsequent PTDM than low-density lipoprotein cholesterol (LDL-C; hazard ratio [HR] = 7.80 per unit increase, P = .039 vs HR = 1.05 per unit increase, P = .774). Non-high-density lipoprotein cholesterol (HDL-C) concentrations also did not predict PTDM ( P = .136). By contrast to Apo B, Apo A1 was protective against PTDM in statin users (HR = 0.17 per unit increase, P = .016). Limitations: Posttransplant diabetes mellitus cases occurring before apolipoprotein testing was implemented were not included in the analysis. Conclusions: Apolipoproteins B and A1 better predict late PTDM than conventional markers of cholesterol metabolism.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,041
Score d'incertitude au seuil0,081

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,010
Tête enseignante GPT0,255
Écart entre enseignants0,244 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations18
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Kidney Health and DiseaseMême sujetRenal Transplantation Outcomes and TreatmentsTravaux en français237 207