The Prognostic Role of Klotho in Patients with Chronic Kidney Disease: A Systematic Review and Meta-analysis
Notice bibliographique
Résumé
Objective. The prognostic role of Klotho in patients with chronic kidney disease is still controversial. Therefore, we performed this meta-analysis to assess the relationship between the low sKlotho level and the risk of adverse kidney outcomes. Materials and Methods. We systematically searched medical databases, such as PubMed, Embase, and the Cochrane Library, for eligible publications regarding the relationship between the low sKlotho level and risk of adverse kidney outcomes. The quality of included studies was assessed by using the Newcastle–Ottawa Scale. Combined hazard ratios (HRs) and its 95% confidence intervals (CIs) were calculated using a random- or fixed-effect model. Subgroup analysis was conducted with stratification by age, estimated glomerular filtration rate (eGFR), follow-up interval, region, and study quality. All data was analyzed by RevMan 5.3 analysis software. Results. Eight cohort studies with 3586 participants from 3818 studies were included in our final analysis. Levels of sKlotho were significantly correlated with the eGFR, with a summary correlation coefficient r and 95% CI of 0.469 (0.226, 0.658). Additionally, low sKlotho levels were strongly associated with increased adverse kidney outcomes, and the pooled HR and its 95% CI were 1.64 (1.19, 2.26; P=0.002 ), despite publication bias and statistical heterogeneity ( I2=52% , P=0.07 ). Furthermore, this positive correlation was still observed in all of the subgroup analyses. However, heterogeneity was present in subgroup analyses stratified by the eGFR and follow-up interval. Conclusion. Levels of sKlotho are positively correlated with the eGFR, and low sKlotho levels are significantly associated with an increased risk of poor kidney outcomes. Therefore, sKlotho could be used as a novel biomarker for early diagnosis and prognostic assessment for patients with chronic kidney disease. Studies with a larger sample size and longer follow-up period are warranted to validate our results.
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 | 0,016 | 0,029 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,022 | 0,044 |
| Bibliométrie | 0,007 | 0,008 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».